朴素贝叶斯文档分类

朴素贝叶斯是逆向求概率的过程

求P(C|W)在文档中有某个关键词的情况下，这个文档属于某个分类的概率

计算公式：P(C|W)=P(W|C)P(C)/P(W)

P(W|C)在文档属于某个类别的前提下，某个关键词出现的概率-------训练数据求出（朴素贝叶斯预测文档分类的原理是:根据以上公式，可以计算出某篇文档下出现得比较多的词，然后把这些词去每个分类下求下概率，在哪个分类下的概率高，那么就意味着这篇文章是属于哪个分类。 ）

P(C)文档属于某类的概率---------------------------------------某个类别的文档/文档总数

P(W)关键词在某个文档出现的概率-------------------------------关键词出现的次数/文档中关键词总数

针对不同的数据，我们有不同的朴素贝叶斯模型来进行分类。

如果特征是离散型数据，比如文本这些，那么推荐使用多项式模型来实现;

如果特征是连续型数据，比如具体的数字，那么推荐使用高斯模型来实现;

如果特征是连续型数据并且值只有0和1两种情况，那么推荐使用伯努利模型。

虽然模型不同,但是原理都是朴素贝叶斯公式，只不过不同的模型，在计算概率的时候采用的方式不一样，比如高斯模型，那么是通过高斯分布函数来计算而已。