一、贝叶斯分类介绍

贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。
许多网站上介绍贝叶斯分类都是许多人类看不懂的公式的堆叠，很简单的问题常常被复杂化，其实贝叶斯分类只需要记住一个公式即可（如果学过概率论的话）：

如果没学过概率论的话，那就再记住一个公式：

那么，贝叶斯分类问题究竟是做什么呢？ 其实，简单来讲，就是在满足某些条件（属性的情况下），让我们预测一下这个东西属于哪一类。
贝叶斯分类的本质是 —— 假设每个属性之间是相互独立的， 如果不是相互独立的，不能用贝叶斯来做
psps: 朴素贝叶斯分类之所以朴素，就是因为我们做了一个简单的假设，即类中特定特征的存在与任何其他特征的存在无关，这意味着每个特征彼此独立。因此对实际情况有所约束，如果属性之间存在关联，分类准确率会降低。不过在大多数应用的场景，朴素贝叶斯的分类效果都不错。

二、贝叶斯分类举例

例题如上，本题的目的是已知一名顾客，他的各个属性分别为（1）age <= 30；（2）Income = medium；（3）Student = yes；（4）Credit_rating = Fair，我们根据之前的知识，预测一下这个人会不会买电脑，即buys_computer = ‘yes’ 还是 'no’，以下是本题的参考解答：

三、优点

朴素贝叶斯算法的优点：

1. 算法逻辑简单，易于实现；

2. 分类过程中时空开销小；

3. 算法稳定，对于不同的数据特点其分类性能差别不大，健壮性好