<机器学习练习>朴素贝叶斯法

一：预备知识

1)条件概率：事件$A$发生的条件下，事件$B$发生的概率记为：$p(B|A)=\frac{p(AB)}{p(A)}$。
2)全概率公式：设事件$B_{1},B_{2}...B_{n}$ 为样本空间的一个划分，也就是事件$B_{1},B_{2}...B_{n}$ 把样本空间不相交的给划分完全了。则事件$A$ 发生的概率是：

$$p(A)=\sum_{i=1}^np(B_{i})P(A|B_{i})$$

简单的理解：$A,B,C$ 把样本空间划分了，其中这些事件均有$D$ 发生的概率，求$D$ 发生的概率：

p(D)=p(A)