简单介绍朴素贝叶斯

朴素贝叶斯是一个基于特征条件独立假设和贝叶斯原理的一种分类算法。朴素贝叶斯通过训练数据得到X与y的联合分布；之后对于要预测的X，根据贝叶斯公式，输出后验概率最大的y。

1、朴素贝叶斯是一种生成学习算法，其生成方法通过学习X,Y的联合分布来实现的。具体而言是通过学习P(y),和p(X|y),联合分布概率p(X,Y) = p(Y)*P(X|Y)来计算。

2、在计算P(X|Y)的过程中假设各个特征在给定y的情况下是相互独立的。

3、朴素贝叶斯是一个高效方便易于实现的模型，但是由于特征条件独立的假设，它的分类性能不一定很高。