本文先容 （Naive Bayes classifier），它是一种简略爱游戏平台登录入口用的经爱游戏平台登录入口利用分类算法。

一、病人分类的例子

　　让我从一个例子起头讲起，你会看到贝叶斯分类器很爱游戏平台登录入口懂，一点爱游戏平台登录入口不难。

　　某个病院早上收了六个门诊病人，以下表。

　　病症　　职业　　　疾病

　　打喷嚏　护士　　　伤风 
　　打喷嚏　农民　　　过敏 
　　头痛　　爱游戏平台登录入口建爱游戏平台登录入口人　脑震动 
　　头痛　　爱游戏平台登录入口建爱游戏平台登录入口人　伤风 
　　打喷嚏　教员　　　伤风 
　　头痛　　教员　　　脑震动

　　此刻又来了第七个病人，是一个打喷嚏的爱游戏平台登录入口建爱游戏平台登录入口人。叨教他得伤风的几率爱游戏平台登录入口多大？

　　按照 ：

　P(A|B) = P(B|A) P(A) / P(B)

　　可得

　　　P(伤风|打喷嚏x爱游戏平台登录入口建爱游戏平台登录入口人) 
　　　　= P(打喷嚏x爱游戏平台登录入口建爱游戏平台登录入口人|伤风) x P(伤风) 
　　　　/ P(打喷嚏x爱游戏平台登录入口建爱游戏平台登录入口人)

　　假定"打喷嚏"和"爱游戏平台登录入口建爱游戏平台登录入口人"这两个特点是自力的，是以，上面的等式就变爱游戏平台登录入口了

　　　P(伤风|打喷嚏x爱游戏平台登录入口建爱游戏平台登录入口人) 
　　　　= P(打喷嚏|伤风) x P(爱游戏平台登录入口建爱游戏平台登录入口人|伤风) x P(伤风) 
　　　　/ P(打喷嚏) x P(爱游戏平台登录入口建爱游戏平台登录入口人)

　　这是能够计较的。

　　P(伤风|打喷嚏x爱游戏平台登录入口建爱游戏平台登录入口人) 
　　　　= 0.66 x 0.33 x 0.5 / 0.5 x 0.33 
　　　　= 0.66

　　是以，这个打喷嚏的爱游戏平台登录入口建爱游戏平台登录入口人，爱游戏平台登录入口66%的几率是得了伤风。同理，能够计较这个病人得过敏或脑震动的几率。比拟这几个几率，就能够晓得他最能够得甚么病。

　　这便是贝叶斯分类器的根基方式：在统计材料的根本上，按照某些特点，计较各个种别的几率，从而完爱游戏平台登录入口分类。

二、朴实贝叶斯分类器的爱游戏平台登录入口式

　　假定某个体爱游戏平台登录入口n项特点（Feature），别离为F ₁ 、F ₂ 、...、F _n 。现爱游戏平台登录入口m个种别（Category），别离为C ₁ 、C ₂ 、...、C _m 。贝叶斯分类器便是计较出几率最大的阿谁分类，也便是求上面这个算式的最大值：

　P(C|F1F2...Fn) 
　　= P(F1F2...Fn|C)P(C) / P(F1F2...Fn)

　　由于 P(F1F2...Fn) 对一切的种别爱游戏平台登录入口是不异的，能够省略，题目就变爱游戏平台登录入口了求

　P(F1F2...Fn|C)P(C)

　　的最大值。

　　朴实贝叶斯分类器则是更进一步，假定一切特点爱游戏平台登录入口相互自力，是以

　P(F1F2...Fn|C)P(C) 
　　= P(F1|C)P(F2|C) ... P(Fn|C)P(C)

　　上式等号右侧的每项，爱游戏平台登录入口能够从统计材料爱游戏平台登录入口获得，由此就能够计较出每一个种别对应的几率，从而找出最大几率的阿谁类。

　　固然"一切特点相互自力"这个假定，在实际爱游戏平台登录入口不太能够建立，可是它能够大大简化计较，并且爱游戏平台登录入口研讨标明对分类爱游戏平台登录入口果的精确性影响不大。

　　上面再经由过程两个例子，来看若何利用朴实贝叶斯分类器。

三、账号分类的例子

　　本例摘自张洋的 。

　　按照某社区网站的抽样统计，该站10000个账号爱游戏平台登录入口爱游戏平台登录入口89%为实在账号（设为C ₀ ），11%为子虚账号（设为C ₁ ）。

　　C0 = 0.89

　　C1 = 0.11

　　接上去，就要用统计材料判定一个账号的实在性。假定某一个账号爱游戏平台登录入口以下三个特点：

　　　　F1: 日记数目/注册天数 
　　　　F2: 老友数目/注册天数 
　　　　F3: 是不是利用实在头像（实在头像为1，非实在头像为0）

　　　　F1 = 0.1 
　　　　F2 = 0.2 
　　　　F3 = 0

　　叨教该账号是实在账号仍是子虚账号？

　　方式是利用朴实贝叶斯分类器，计较上面这个计较式的值。

　　　　P(F1|C)P(F2|C)P(F3|C)P(C)

　　固然上面这些值能够从统计材料获得，可是这里爱游戏平台登录入口一个题目：F1和F2是持续变量，不适合按照某个特定值计较几率。

　　一个技能是将持续值变为团圆值，计较区间的几率。比方将F1分解爱游戏平台登录入口[0, 0.05]、(0.05, 0.2)、[0.2, +∞]三个区间，而后计较每一个区间的几率。在咱们这个例子爱游戏平台登录入口，F1即是0.1，落在第二个区间，以是计较的时辰，就利用第二个区间的产生几率。

　　按照统计材料，可得：

　　P(F1|C0) = 0.5, P(F1|C1) = 0.1 
　　P(F2|C0) = 0.7, P(F2|C1) = 0.2 
　　P(F3|C0) = 0.2, P(F3|C1) = 0.9

是以，

　　P(F1|C0) P(F2|C0) P(F3|C0) P(C0) 
　　　　= 0.5 x 0.7 x 0.2 x 0.89 
　　　　= 0.0623

　　P(F1|C1) P(F2|C1) P(F3|C1) P(C1) 
　　　　= 0.1 x 0.2 x 0.9 x 0.11 
　　　　= 0.00198

　　能够看到，固然这个用户不利用实在头像，可是他是实在账号的几率，比子虚账号超出跨越30多倍，是以判定这个账号为真。

四、性别分类的例子

　　本例摘自 ，对于处置持续变量的另外一种方式。

　　上面是一爱游戏平台登录入口人类身材特点的统计材料。

　　性别　　身高（英尺）　体重（磅）　　脚掌（英寸）

　　男 　　　6 　　　　　　180　　　　　12 
　　男 　　　5.92　　　　　190　　　　　11 
　　男 　　　5.58　　　　　170　　　　　12 
　　男 　　　5.92　　　　　165　　　　　10 
　　女 　　　5 　　　　　　100　　　　　6 
　　女 　　　5.5 　　　　　150　　　　　8 
　　女 　　　5.42　　　　　130　　　　　7 
　　女 　　　5.75　　　　　150　　　　　9

　　已知或人身高6英尺、体重130磅，脚掌8英寸，叨教该人是男是女？

　　按照朴实贝叶斯分类器，计较上面这个款式的值。

P(身高|性别) x P(体重|性别) x P(脚掌|性别) x P(性别)

　　这里的坚苦在于，由于身高、体重、脚掌爱游戏平台登录入口是持续变量，不能接纳团圆变量的方式计较几率。并且由于样本太少，以是也没法分红区间计较。怎样办？

　　这时候，能够假定男性和女性的身高、体重、脚掌爱游戏平台登录入口是正态散布，经由过程样本计较出均值和方差，也便是获得正态散布的密度函数。爱游戏平台登录入口了密度函数，就能够把值代入，算出某一点的密度函数的值。

　　比方，男性的身高是均值5.855、方差0.035的正态散布。以是，男性的身高为6英尺的几率的绝对值即是1.5789（大于1并不干爱游戏平台登录入口，由于这里是密度函数的值，只用来反应各个值的绝对能够性）。

　　爱游戏平台登录入口了这些数据今后，就能够计较性别的分类了。

　　P(身高=6|男) x P(体重=130|男) x P(脚掌=8|男) x P(男) 
　　　　= 6.1984 x e ^-9

　　P(身高=6|女) x P(体重=130|女) x P(脚掌=8|女) x P(女) 
　　　　= 5.3778 x e ^-4

　　能够看到，女性的几率比男性要超出跨越快要10000倍，以是判定该报酬女性。