机器学习（朴素贝叶斯）

参考 http://blog.youkuaiyun.com/c406495762

1.了解概率论的相关知识（条件概率、全概率、先验概率，后验概率等）

2.朴素贝叶斯 将实例分到 后验概率最大的类（等价于期望风险最小化，看绿皮书61页），这就是原理

3.后验概率:  B事件发生之后，我们对A事件概率的重新评估。P(A|B)

4.在实际的编程中，在做分类的饿时候，我们只是需要比较概率的大小，而两者分母一致，故只需要计算分子的大小。

5.朴素贝叶斯，特征之间是相互独立的。