基于概率论的分类方法：朴素贝叶斯

例子来自机器学习实战一书，语言是python

朴素贝叶斯

优点：在数据较少的情况下仍然有效，可以处理多类别的问题。

缺点：对于输入数据的准备方式较为敏感。

适用数据类型：标称型数据

朴素贝叶斯理论是贝叶斯决策理论的一部分，贝叶斯决策理论最核心的理论是：选择具有最高概率的决策

**条件概率

贝叶斯核心代码解析（来自机器学习实战的例子）：