第十一周，人工智能学习情况

贝叶斯定理用于解决以下问题:

已知某条件概率,如何得到两个事件交换后的概率，也武是在已知P(AIB)的情况下如何求得P(BA)。这里先解释什么是条件概率。P(BIA)表示事件B已经发生的前提下事件A发生的概率,称为事件B发生的条件下事件A的条件概率。其基本求解公式为P(AB)=P(AB)P(B)贝叶斯定理之所以有用，是因为人们在生活中经常遇到这种情况:可以很容易直接得出P(AIB),P(BA)则很难直接得出,但我们更关心P(BIA),贝叶斯定理打通了从P(AIB)获得P(BIA)的道路。贝叶斯定理如下:P(BA)=P(A|B)P(B)式中，P(BIA)是后验概率,是在条件A发生的情况下B发生的概率；P(H)是先验概率，或称为H的先验概率,即不考虑其他的情况下H发生概率;P(AIB)和P(BIA)一样也是后验概率。P(A)6.8.2朴素贝叶斯分类算法朴素贝叶斯分类算法是基于贝叶斯定理的,它的工作过程如下:(1)每个数据样本用一个维特征向量X=(#，，……。）表示,分别描述对#个属性A,,A:,…·，A，样本的个度量。(2)假定有个类C:,C:，...，C。给定一个未知的数据样本X(即没有类标号)