贝叶斯算法（1）

用于解决逆向概率问题：根据现象学习预测总体。

1、举例：

2、举例（拼写纠正）

                           

                                             

          先验概率的重要性

3、举例（垃圾邮件过滤）

                                                   

P(h+|D)：拿到一个邮件D,是正常邮件h+(与垃圾邮件h-)的概率

P(D|h+)： 当它是一个正常邮件时，里面有D这些词的概率

P(h+)：如在每一万封邮件中正常邮件所占比例（先验概率）

                                       

                                     

朴素贝叶斯（特征之间相互独立）

4、补充（模型比较理论）

奥卡姆剃刀防止过拟合。