贝叶斯算法

贝叶斯（朴素）

 公式：

男60%  全部穿长裤

女40%  50%穿长裤

求穿长裤的人是女生的概率是多少？

P(A丨B)：在B的条件下A发生的概率（不容易得出）， B穿长裤的人   ，A女生        

P(B丨A)：在A的条件下B发生的概率(容易得出)，    A女生，穿长裤

P(A丨B)=0.5*0.4/（0.6*1+0.4*0.5）

普通计算法：

 u*0.4*0.5/u(0.6*1+0.4*0.5）=0.4*0.5/0.8

例子1：拼写纠正

用户输入错误tlp,  到底是top   还是 tip   ?  

先验概率 top大（因为常用），按照top tip 两者到tlp的某种方法求得距离多少得出的概率

特定猜想的先验概率*你输入这个词是某个单词的概率

**例子

 朴素贝叶斯：假设特征之间是独立的（对实际影响不大就行）

 100封垃圾邮件里面一共多少词，垃圾邮件里面不同词出现的频率多少，统计di这个单词在垃圾邮件中出现的频率即可

 简例2：