[TOC] ## 概述 贝叶斯算法是一类基于贝叶斯定理的统计学算法，用于计算一个事件在给定其他事件发生的条件下的概率。在机器学习中，朴素贝叶斯分类器是一种基于这个算法的分类方法。 在朴素贝叶斯分类器中，我们假设各个特征之间是相互独立的（这就是“朴素”一词的由来），从而简化了计算。 **贝叶斯定理：** 在贝叶斯概率理论中，对于事件 A 和 B，条件概率 P(A|B) 可以通过贝叶斯定理计算： ```[math] P(A|B)=\frac{P(B|A)*P(A) }{P(B)} ``` 其中： * `$ P(A|B) $` 是在事件 B 发生的条件下事件 A 发生的概率。 * `$ P(B|A) $` 是在事件 A 发生的条件下事件 B 发生的概率。 * `$ P(A) $` 和 `$ P(B) $` 是事件 A 和 B 分别发生的概率。