机器学习：贝叶斯拼写纠错

贝叶斯：

英国数学家； 1701-1761年
贝叶斯生前最重要的贡献是写了一篇有关于逆概率的论文。所谓逆概率是跟正概率相反的概念。

那么什么是正概率？

正概率是指已知袋子里面有M+N个球，M个白球，N个黑球。 当从袋子里面随机拿出来一个，求这个球是白球的概率，这就是正概率。
相反，逆概率是指通过观察若干次取球的实验，对黑球和白球的比例进行推测，这种比例叫做逆概率。

为什么用贝叶斯？

因为现实中好多事情都是不确定的，比如不知道黑球和白球的个数，只能通过观察来探索规律。

贝叶斯公式如何推导？

举例来说明， 假设在校园里，你想根据一个人的穿着来判断它的性别，那么男生女生有两种穿着：穿裤子(pants)或者穿裙子(skirt)。那么我现在需要求的概率用公式表达为$P(boy|pants)$。 那么为了求这个概率，首先需要知道校园里所有穿$pants$的总人数：
$$Number(pants)=All\ast P(boy)\ast P(pants|boy)+All\ast P(girl)\ast P(pants|girl)$$
之后需要所有穿$pants$男生的人数:
$$Number(boywithpants)=All\ast P(boy)\ast P(pa$$