一、簡介
1、樸素貝葉斯的基本思想就是：給出一個分類問題，對於待求項，屬於哪個分類的概率最大，那這個待求項就屬於哪個分類。
2、如給出假設場景，要分類物有n個特徵，分別爲F1、F2、F3、…、Fn，現在有m個類別分別是C1、C2、C3、…、Cm。貝葉斯就是計算出概率最大的那個分類。
二、原理
-
準備知識
貝葉斯條件概率的計算公式（核心）：P(A|B)=P(A,B)/P(B)=P(B|A)*P(A)/P(B)
-
分類原理
假設這裏要被分類的類別有兩類，類c1和類c2，那麼我們需要計算概率p(c1|x,y)和p(c2|x,y)的大小並進行比較：
如果：p(c1|x,y)>p(c2|x,y),則(x,y)屬於類c1p(c1|x,y)<p(c2|x,y),則(x,y)屬於類c2
我們知道p(x,y|c)的條件概率所表示的含義爲：已知類別c1條件下，取到點(x，y)的概率；那麼p(c1|x,y)所要表達的含義呢？顯然，我們同樣可以按照條件概率的方法來對概率含義進行描述，即在給定點(x,y)的條件下，求該點屬於類c1的概率值。那麼這樣的概率該如何計算呢？顯然，我們可以利用貝葉斯準則來進行變換計算：
p(ci|x,y)=p(x,y|ci)*p(ci)/p(x,y)
利用上面的公式，我們可以計算出在給定實例點的情況下，分類計算其屬於各個類別的概率，然後比較概率值，選擇具有最大概率的那麼類作爲點(x,y)的預測分類結果。
以上我們知道了通過貝葉斯準則來計算屬於各個分類的概率值，那麼具體而言，就是計算貝葉斯公式中的三個概率，只要得到了這三個概率值，顯然我們就能通過貝葉斯算法預測分類的結果了。因此，到了這裏，我們就知道了朴樹貝葉斯算法的核心所在了。 -
如何“樸素”
"樸素"含義：本章算法全稱叫樸素貝葉斯算法，顯然除了貝葉斯準備，樸素一詞同樣重要。這就是我們要說的條件獨立性假設的概念。條件獨立性假設是指特徵之間的相互獨立性假設，所謂獨立，是指的是統計意義上的獨立，即一個特徵或者單詞出現的可能性與它和其他單詞相鄰沒有關係。
三、手寫實踐
在企業筆試中，編程題也會出：實現樸素貝葉斯算法進行分類。如2018攜程第二題，2019攜程第一題，都出了貝葉斯進行分類。
2018攜程第二題，樸素貝葉斯實現傳送門
其他實踐傳送門如：文檔分類，過濾垃圾郵件分類。