朴素贝叶斯算法NaveBayes知识回顾贝叶斯知识1. 样本空间的划分2. 全概率公式全概率公式图示证明化整为零各个击破说明 全概率公式的主要用途在于它可以将一个复杂事件的概率计算问题,分解为若干个简单事件的概率计算问题,最后应用概率的可加性求出最终结果.称此为贝叶斯公式.3. 贝叶斯公式证明条件概率的概念乘法定理：由以往的数据分析得到的概率, 叫做先验概率.而在得到信息之后再重新加以修正的概率 叫做后验概率.先验概率与后验概率简介 贝叶斯定理 分类算法概念朴素贝叶斯算法 朴素贝叶斯算法原理 朴素贝叶斯算法流程算法实例 购买电脑实例总结 算法优缺点 算法相关扩展l 简单的说，贝叶斯定理是基于假设的先验概率、给定假设下观察到不同数据的概率，提供了一种计算后验概率的方法。l 在人工智能领域，贝叶斯方法是一种非常具有代表性的不确定性知识表示和推理方法。贝叶斯理论贝叶斯定理：l P(A)是A的先验概率或边缘概率。之所以称为“先验”是因为它不考虑任何B方面的因素。l P(A|B)是已知B发生后A的条件概率，也由于得自B的取值而被称作A的后验概率。l P(B|A)是已知A发生后B的条件概率，也由于
