一文讲明白朴素贝叶斯算法及其计算公式（入门普及）

1、贝叶斯算法

贝叶斯定理由英国数学家托马斯·贝叶斯 ( Thomas Bayes) 提出的，用来描述两个条件概率之间的关系。通常，事件A在事件B 发生的条件下与事件 B 在事件 A 发生的条件下，它们两者的概率并不相同，但是它们两者之间存在一定的相关性，并具有以下公式，称之为贝叶斯公式：

对于一般的机器学习算法学习者而言，大家看到这种公式基本上都是在努力回忆那些学过的数学知识，总有一种似曾相识的感觉，但却不能准确理解，为此首先进行复习和回归数学中的那些个事情。

 ☀什么是条件概率？

条件概率就像是在一个已经有了某种“前提情况”下，去看另一件事情发生的可能性。比如说，你想知道在“今天是下雨天”这个前提条件下，“路上堵车”的概率。“今天是下雨天”就是那个已经发生的事件B，“路上堵车” 就是事件A，我们想求的就是P(A|B)。

☀如何理解2个事件存在一定的相关性？

当我们考虑两个条件概率和时，它们之间的相关性源于事件A和B