朴素贝叶斯代码实现python

• P(B)称为"先验概率"，即在A事件发生之前，对B事件概率的一个判断。
• P(B|A)称为"后验概率"，即在A事件发生之后，对B事件概率的重新评估。
• P(A|B)/P(A)称为"可能性函数"，这是一个调整因子，使得预估概率更接近真实概率。
• 后验概率＝先验概率*调整因子

条件概率

​

求解小硬币的个数；

​

朴素贝叶斯代码实现python 

​​​​​​机器学习之朴素贝叶斯算法详解_平原的博客-CSDN博客_朴素贝叶斯算法

一、 朴素贝叶斯
1、概率基础知识：
条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。 条件概率表示为： P(A|B)， 读作“在B条件下A的概率”。
若只有两个事件A， B， 那么：

​ 全概率公式： 表示若事件A1，A2，…，An构成一个完备事件组且都有正概率，则对任意一个事件B都有公式成立。

​

​

​

python 题目（朴素贝叶斯）