學習過概率的人一定知道貝葉斯定理，在信息領(lǐng)域內(nèi)有著無與倫比的地位。貝葉斯算法是基于貝葉斯定理的一類算法，主要用來解決分類和回歸問題。

人工智能之機器學習中最為廣泛的兩種分類模型是1）決策樹模型（Decision Tree Model）和2） 樸素貝葉斯模型（Naive Bayesian Model）。

今天我們重點探討一下樸素貝葉斯（NB），注意這里NB不是牛X， 而是Naive Bayesian。 ＾＿＾

樸素貝葉斯是經(jīng)典的機器學習算法之一，也是為數(shù)不多的基于概率論的分類算法。樸素貝葉斯原理簡單，也很容易實現(xiàn)，多用于文本分類、垃圾郵件過濾、情感分析等。

英國數(shù)學家托馬斯·貝葉斯（Thomas Bayes）在1763年發(fā)表的一篇論文中，首先提出了貝葉斯定理。

貝葉斯定理的應(yīng)用需要大量的計算，因此歷史上很長一段時間，無法得到廣泛應(yīng)用。只有計算機誕生以后，它才獲得真正的重視。人們發(fā)現(xiàn)，許多統(tǒng)計量是無法事先進行客觀判斷的，而互聯(lián)網(wǎng)時代出現(xiàn)的大型數(shù)據(jù)集，再加上高速運算能力，為驗證這些統(tǒng)計量提供了方便，也為應(yīng)用貝葉斯定理創(chuàng)造了條件，它的威力正在日益顯現(xiàn)。

概念和定義：

樸素貝葉斯法是基于貝葉斯定理與特征條件獨立假設(shè)的分類方法。樸素貝葉斯分類器NBC （NaiveBayes Classifier）發(fā)源于古典數(shù)學理論，有著堅實的數(shù)學基礎(chǔ)，以及穩(wěn)定的分類效率。樸素貝葉斯分類器（NBC）模型所需估計的參數(shù)很少，對缺失數(shù)據(jù)不太敏感，算法也比較簡單。理論上，NBC模型與其他分類方法相比具有最小的誤差率。但是實際上并非總是如此，這是因為NBC模型假設(shè)屬性之間相互獨立，這個假設(shè)在實際應(yīng)用中往往是不成立的，這給NBC模型的正確分類帶來了一定影響。

貝葉斯分類是一系列分類算法總稱，這類算法均以貝葉斯定理為基礎(chǔ)，故統(tǒng)稱為貝葉斯分類。而樸素貝葉斯分類是貝葉斯分類中最簡單，也是常見的一種分類方法。

理論基礎(chǔ)：

樸素貝葉斯最核心的部分是貝葉斯法則，而貝葉斯法則的基石是條件概率。貝葉斯法則如下：

這里的C表示類別，輸入待判斷數(shù)據(jù)，式子給出要求解的某一類的概率。

樸素貝葉斯分類器基于一個簡單的假定：給定目標值時屬性之間相互條件獨立。

樸素貝葉斯分類器模型：

Vmap＝arg maxP（ Vj ｜ a1，a2．．．a(chǎn)n） Vj屬于V集合，其中Vmap是給定一個example，得到的最可能的目標值。其中a1．．．a(chǎn)n是這個example里面的屬性。Vmap目標值，就是后面計算得出的概率最大的一個。所以用max來表示。

貝葉斯公式應(yīng)用到 P（ Vj ｜ a1，a2．．．a(chǎn)n）中?？傻玫?Vmap＝ arg max P（a1，a2．．．a(chǎn)n ｜ Vj ） P（ Vj ） ／ P（a1，a2．．．a(chǎn)n）。又因為樸素貝葉斯分類器默認a1．．．a(chǎn)n互相獨立。所以P（a1，a2．．．a(chǎn)n）對于結(jié)果沒有用處?？傻玫絍map＝ arg max P（a1，a2．．．a(chǎn)n ｜ Vj ） P（ Vj ）。

＂樸素貝葉斯分類器基于一個簡單的假定：給定目標值時屬性之間相互條件獨立。換言之。該假定說明給定實例的目標值情況下。觀察到聯(lián)合的a1，a2．．．a(chǎn)n的概率正好是對每個單獨屬性的概率乘積：P（a1，a2．．．a(chǎn)n ｜ Vj ） ＝Πi P（ai｜ Vj ）

因此，樸素貝葉斯分類器模型：Vnb＝arg max P（ Vj ） Π iP （ ai ｜ Vj ）