AI 朴素贝叶斯分类

1、条件概率

P(A|B)表示在事件B已经发生的条件下，事件A发生的概率。计算公式：P(A|B)=P(AB)/P(B)。

2、相互独立事件

对于相互独立事件A和B，它们发生的概率互不影响，P(AB)=P(A)P(B)。

3、贝叶斯定理

P(A|B)=P(A)P(B|A)/P(B)

4、朴素贝叶斯分类

朴素：特征之间相互独立；贝叶斯：基于贝叶斯定理。

假设数据集的每个样本都是包含n个特征的n维特征向量，并且都属于m种类别之一。那么对于待分类样本x=(x1, x2, ..., xn)，朴素贝叶斯分类就是要求出类别yi，使得P(yi|x)=maxP(yi|x)，i∈{1, 2, ..., m}。