欢迎使用优快云-markdown编辑器

朴素贝叶斯模型主要是基于贝叶斯公式，前提是对各个属性的独立性假设。
例如我们以文本分类为例，Ai为第i个类，B为当前的一个文本，Bi为B文本的一个属性（就是一个词组）。现在我们要求出每一个P（Ai/B）的值，我们以P（A1/B）为例。
P（A1/B）=P(A1)*P(B/A1)/P(B)=P(A1)*P(B/A1)/sum(P(B/Ai)*P(Ai));
P(A1)统计任意一篇文章属于A1类的概率。
P(B/A1)=连乘（P(Bi/A1) 假设B1，B2,…,Bn互相独立
P（Bi/A1）统计所有A1类文章中Bi词组出现过的文章数占Ai文章个数