机器学习基础（4）：朴素贝叶斯算法（附python代码和详细注释）

朴素贝叶斯算法

朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。前提各个特征条件独立，也是“朴素”之名的来历。

1. 概率公式

联合概率：包含多个条件，且所有条件同时成立的概率
记作：P(A,B) = P(A)P(B)

条件概率：事件A在事件B已经发生条件下的发生概率
记作：P(A|B) P(A1, A2|B) = P(A1|B)P(A2|B) 且 A1 和 A2相互独立

2. 实例分析：文档分类任务

首先给出贝叶斯公式：
$$P\left(C|W\right)=\frac{P\left(W|C\right)P\left(C\right)}{P\left(W\right)}$$