朴素贝叶斯问题举例

假设我们现在有垃圾邮件样本、正常邮件样本、测试邮件，其中

垃圾邮件样本：
1.点击、更多、信息
2.最新、产品
3. 信息、点击、链接

正常邮件样本：
1.开会
2.信息、详见、邮件
3.最新、信息

测试邮件：
最新、产品、实惠、点击、链接

下面是计算步骤。

1 条件概率

注: 红色字体为平滑操作

$P(点击|垃圾)=\frac{2+1}{8+9}=\frac{3}{17}$　　　　　　$P(点击|正常)=\frac{0+1}{6+9}=\frac{1}{15}$

$P(更多|垃圾)=\frac{1+1}{8+9}=\frac{2}{17}$　　　　　　$P(更多|正常)=\frac{0+1}{6+9}=\frac{1}{15}$

$P(信息|垃圾)=\frac{2+1}{8+9}=\frac{3}{17}$　　　　　　$P(信息|正常)=\frac{2+1}{6+9}=\frac{3}{15}$

$P(最新|垃圾)=\frac{3}{17}$ 　 　　　　　　　　$P(最新|正常)=\frac{1}{15}$

$P(链接|垃圾)=\frac{2}{17}$　 　　　　　　　　$P(链接|正常)=\frac{1}{15}$

$P(开会|垃圾)=\frac{1}{17}$　 　　　　　　　　$P(开会|正常)=\frac{2}{15}$

$P(邮件|垃圾)=\frac{1}{17}$　 　　　　　　　　$P(邮件|正常)=\frac{2}{15}$

$P(详见|垃圾)=\frac{1}{17}$　 　　　　　　　　$P(详见|正常)=\frac{2}{15}$

$P(产品|垃圾)=\frac{2}{17}$　 　　　　　　　　$P(产品|正常)=\frac{1}{15}$

2 先验概率

$P(正常)=\frac{1}{2}$　　$P(垃圾)=\frac{1}{2}$

3 计算

$$\begin{gathered} P(正常|新邮件)=\frac{P(新邮件|正常)\times P(正常)}{P(新邮件)} \\ =\frac{P(最新|正常)\times P(产品|正常)\times P(点击|正常)\times P(链接|正常)\times P(正常)}{P(新邮件)} \\ =\frac{\frac{2}{15}\times \frac{1}{15}\times \frac{1}{15}\times \frac{1}{15}\times \frac{1}{2}}{P(新邮件)} \end{gathered}$$
注:

1. 由于 “实惠” 未出现在样本中,因此第二个等号中缺少 P(实惠|正常)
2. 实际上第二个等号应为约等号
3. P(新邮件)为标准化常量,难以计算

同理可计算出 P(垃圾|新邮件),将二者比较即可得出预测结果