【NLP】朴素贝叶斯

【任务5 -传统机器学习–朴素贝叶斯 】

1. 朴素贝叶斯

• 贝叶斯：贝叶斯定理旨在计算P(A|B)的值，也就是在已知B发生的条件下，A发生的概率是多少。大多数情况下，B是被观察事件，比如“昨天下雨了”，A为预测结果“今天会下雨”。对数据挖掘来说，B通常是观察样本个体，A为被预测个体所属类别。所以，说简单一点，贝叶斯就是计算的是：B是A类别的概率。
  贝叶斯公式：
  $$P(A\mid B)=\frac{P(A}{P(B)}$$