朴素贝叶斯法是基于贝叶斯定理的分类方法。
朴素贝叶斯分类
朴素贝叶斯法之所以叫朴素，因为其做了一个较强的假设，该假设为：用于分类的特征，在类确定的条件下，都是独立分布的。
李航的统计学习方法中是如下介绍朴素贝叶斯分类原理的~
上述方法中提到，需要我们最大化后验概率，得到最后的结果
后验概率最大化的含义
也就是等价于期望风险最小化。
朴素贝叶斯算法整体流程
0.输入训练数据集
1.计算先验概率和条件概率
2.利用贝叶斯定理计算后验概率（只计算分子部分，因为对于每个实例分母部分都一样）
3.将给定实例分到后验概率最大的类中
朴素贝叶斯算法简单举例
