贝叶斯分类器

1.贝叶斯公式

离散变量：

连续变量：

(大P代表离散事件的概率，小p代表概率密度函数)

理解：B发生的情况下，属于A类的概率（后验概率）等于A类中条件B发生的概率（条件概率，统计得出）乘上A类发生的概率（先验概率）

2.贝叶斯分类问题

已知：

c个类别的先验概率P(ωi)，类条件概率密度函数p(x|ωi) ；对类别未知样本x进行分类。

转化为求x属于每一类的后验概率 p(ωi |x)，

因为条件B已经发生，所以分母是一样的。分子的两项重点在于求p(B|A)。