贝叶斯定理贝叶斯定理是关于事件A和事件B的条件概率。再行认识一下这几个符号：P（A｜B）：回应在事件B再次发生的情况下事件A再次发生的概率P（B｜A）：回应在事件A再次发生的情况下事件B再次发生的概率一般来说在未知P（A｜B）的情况下，计算出来P（B｜A）的值，此时P（A｜B）可以称作先验概率，P（B｜A）称作后验概率。这个时候贝叶斯定理就登场啦：通过这个定理我们就可以计算出来出有P（B｜A）的值。荐个栗子：一座别墅在过去的20年里一共再次发生过2次被盗，别墅的主人有一条狗，狗平均值每周晚上叫3次，在盗贼侵略时狗叫的概率被估算为0．9，在狗叫的时候再次发生侵略的概率是多少？我们假设A事件为狗在晚上叫，B为盗贼侵略，则以天为单位统计资料，P（A）＝3／7，P（B）＝2／（20＊365）＝2／7300，P（A｜B）＝0．9，按照公式很更容易得出结论结果：P（B｜A）＝0．9＊（2／7300）／（3／7）＝0．00058贝叶斯定理伸延只不过到这里只是贝叶斯定理的非常简单版，下面来想到它的一般版。

一般事件B的再次发生好比有一个影响因素，比如事件B为早上否吃早餐，那么事件A1可以为几点睡觉，A2回应为早上否有课，A3天气否严寒，．．．An食堂早餐买到几点，这n个事件联合影响事件B否吃早饭的再次发生，此时各事件的概率就再次发生了变化：P（A）＝P（A1，A2，A3，．．．An）P（A｜B）＝P（A1，A2，A3，．．．An｜B）假设A1，A2，A3，．．．An都有两种结果，那么一共有2＾n个结果，对应必须的样本数也是呈圆形指数减少，这似乎是相左实际的，这时，就明确提出了半朴素贝叶斯和朴素贝叶斯。这两个定理都有朴素二字，这二字什么意思呢？白话一点就是修改的意思，将A1，A2，A3，．．．An这n个事件的关联截断，假设它们是互相独立国家的，即P（A）＝P（A1，A2，A3，．．．An）＝P（A1）P（A2）P（A3）．．．P（An）；P（A｜B）＝P（A1，A2，A3，．．．An｜B）＝P（A1｜B）P（A2｜B）P（A3｜B）．．．P（An｜B）这么一朴素，整个过程非常简单了好比一点点。

但是事件A1可以为几点睡觉和事件A2回应为早上否有课知道一点关联都没吗？认同是有关联的，将相关性很高的一些事件明确提出，P（A）＝P（A1，A2，A3，．．．An）＝P（A1）P（A2）P（A3）．．．P（An）P（A1A2）；既不忽视事件的相关性，又享有朴素的特性，这就叫半朴素贝叶斯。半朴素贝叶斯朴素贝叶斯分类的月定义如下：1、另设为一个待分类项，而每个a为x的一个特征属性。2、有类别子集3、计算出来4、如果则基于属性条件独立性假设，现在来计算出来P（y1｜x），P（y2｜x），．．．P（yn｜x）。对于所有类别来说P（x）是完全相同的，因此只需计算出来分子部分。

在实际计算出来时，为了防止下溢（小数点位数过低），一般不会对等式两边同时展开Ln变形，将＊变成＋；这里ln为一个增函数，因此可以确保不转变P（yn｜x）的大小排序。另一个必须留意的点是：样本数是受限的，不有可能还包括所有的情形，这时不会经常出现P（xn｜yi）＝0，但是这种情况不经常出现是不等价于不再次发生的，这是中用拉普拉斯修正展开光滑：P（xn｜yi）＝（N（结果yi再次发生的前提下xn再次发生的次数）＋1）／（结果yi再次发生的次数＋属性xn所有有可能的给定）数据预处理右图是这次要中用的原始数据，一行代表一则广告。

ham代表简单的广告，spam代表垃圾短信。预处理一共有三部：第一步：将数据读取进去。defread＿txt（）：file＝＇C：／Users／伊雅／Desktop／bayes．txt＇withopen（file，encoding＝＇utf－8＇）asf：con＝f．readlines（）returncon第二步：广告存到dataset中，分类结果存储到txt＿class中，获得一个词汇表将dataset中的广告用作split为一个一个的单词，并将长度大于1的单词去除（a）defcreate＿word＿list（con）：reg＝re．compile（r＇W＊＇）dataset＝［］wordlist＝set（［］）txt＿class＝［］foriincon［1：］：dataset．append（re．split（reg，i）［1：］）wordlist＝wordlist｜set（re．split（reg，i）［1：］）ifre．split（reg，i）［0］＝＝＇ham＇：＃简单的邮件txt＿class．append（1）else：＃垃圾邮件txt＿class．append（0）wordlist＝［iforiinwordlistiflen（i）＞2］returndataset，wordlist，txt＿class第三步：对每一个广告做到循环，通过函数words＿vec输出参数为每则广告的单词以及词汇表wordlists，回到一个文档向量，向量的每一个元素为0或1，分别回应词汇表中的单词在广告次中否经常出现，如果经常出现该单词的index则改版为1，否则则为0。

defwords＿vec（txt，wordlist）：returnvec＝［0］＊len（wordlist）forwordintxt：ifwordinwordlist：returnvec［list（wordlist）．index（word）］＝1returnreturnvec经过这三步把单词文本转化成为了数学向量，大大简化了计算出来。

本文来源：开云app官方网站下载-www.weijiebio.com