若P(A)>0, 则满足以下公式
若P(B) > 0, 同理.
通过条件概率公式我们可以直接推出概率的乘法公式.
2). 概率的乘法公式
进而通过概率的乘法公式, 可以推出贝叶斯公式.
3)....即当先验概率, 条件概率和特征条件独立假设均成立时, 根据朴素贝叶斯推导式得出的结果具有真正最小错误率..
1) 先验概率
当先验概率已知时, 可以直接通过公式计算....“价格便宜”出现500次, “颜值高”出现700次, 试问评价中同时出现”质量好, 价格便宜, 颜值高”这三个词语的用户是未购买用户的概率....由题知, P(A1|B1)=0, 分子为0, P(B1|A1, A2, A3)也就为0, 如果我们根据计算结果直接就下定义: 做出”质量好, 价格便宜, 颜值高”这个评价的用户不可能是未购买用户, 会有点以偏概全了...对于此种情况, 重新计算吗?假设该用户在半个月, 一个月…后才出现, 我们要等半个月, 一个月..再计算的话, 有点不切合实际.