python朴素贝叶斯实现-1( 贝叶斯定理，全概率公式 )

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://cloud.tencent.com/developer/article/1338372

朴素贝叶斯 (naive Bayes) 法是基于贝叶斯定理与特征条件独立假设的分类方法。

在研究朴素贝叶斯 之前，先回顾下：概率论中的条件概率以及贝叶斯定理。

本部分内容基本来源于 盛骤, 谢式千, 潘承毅《概率论与数理统计 第四版浙江大学》

1. 条件概率(conditional probability)

下面给出一个例题：

2. 全概率公式与贝叶斯定理

下面在给出个示例：

另外一个示例

以上内容基本来源于教材，完成上面的示例，以及习题之后更能够加深对朴素贝叶斯定理的理解。当然内容也不难，只不过时间长了，大多数都忘记了，可以做回顾之用。

参考：

盛骤, 谢式千, 潘承毅《概率论与数理统计 第四版浙江大学》