贝叶斯①——贝叶斯原理篇（联合概率&条件概率&贝叶斯定理&拉普拉斯平滑)

贝叶斯机器学习系列：
贝叶斯②——贝叶斯3种分类模型及Sklearn使用（高斯&多项式&伯努利）
贝叶斯③——Python实现贝叶斯文本分类（伯努利&多项式模型对比）
贝叶斯④——Sklean新闻分类（TF-IDF）
贝叶斯⑤——搜狗新闻分类实战（jieba + TF-IDF + 贝叶斯）
贝叶斯⑥——银行借贷模型（贝叶斯与决策树对比）

贝叶斯分类是一类以贝叶斯定理为基础的分类算法的总称，其中基于特征之间相互独立的朴素贝叶斯是最简单，但效果却非常好的一种分类算法。本文整理了贝叶斯算法的基本原理，希望能够对大家有所帮助~~

一、贝叶斯定理

设想一个问题：班里有30个男生，20个女生，有3个男生留长头发，有15个女生留长头发，现在有一个人留长头发，是男生的可能性有大？

解答过程：
P(长发）=（3+15)/(30+20)=18/50=9/25
P(男生）=30/(30+20)=3/5
P(女生）=20/(20+30)=2/5
P(长发|男生）=3/30 = 1/10
P(长发|女生）=15/20=3/4
P(男生|长发） = P(长发|男生）× P(男生）/P(长发） =(1/10×3/5) /(9/25