机器学习经典算法之朴素贝叶斯

朴素贝叶斯是一种基于概率的分类算法，底层涉及到了贝叶斯定理以及条件概率。我个人的理解就是根据多个属性判断类别的，就比如衡量一个人的知识水平(仅指读过的书的多少)怎么样，可以根据这个人的很多属性来判断

　　比如以下这些属性

• 年纪(普遍来说年纪越大经历的越多，对世界的认知也会越清晰)
• 谈吐(说话的表现也可以作为一个看人的维度)
• 气质(腹有书香气自华)
• 文凭

目的是要判断这个人的知识水平，假如用百分制来体现

以上四个维度都可以去体现一个人的知识水平，怎样去判断呢，朴素贝叶斯就可以做到，它根据每一个属性去计算我们要判断的类别的概率

公式:  P(类别|属性)={P(类别)P(属性|类别)}/P(属性)

最后取最能判断这个人的知识水平的维度作为判断这个人知识水平高低的依据，比如文凭，当然，这一切都是基于数据来证明的。