托马斯·贝叶斯(Thomas Bayes)，英国业余数学家，约1702年出生于伦敦，做过神甫，1742年成为英国皇家学会会员，1761年4月7日逝世，享年52岁。总结一生：没做过神甫的皇家学会会员，不是好的业余数学家。

贝叶斯虽然职业广泛，但对后世影响最大的还是在数学方面得成就（概率论）。他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计的估算等做出了贡献。他死后，理查德·普莱斯(Richard Price)于1763年将他的著作《机会问题的解法》(An essay towards solving a problem in the doctrine of chances)寄给了英国皇家学会，对于现代概率论和数理统计产生了重要的影响。贝叶斯的另一著作《机会的学说概论》发表于1758年，贝叶斯所采用的许多术语被沿用至今。

言归正传，今天给大家介绍一下朴素贝叶斯原理及具体实现。

贝叶斯方法的提出

长久以来，人们认为一件事情是否发生的概率就是固定值，例如从放有若干黑球和白球的袋子取出白球的概率θ就是1/2，即要么取出白球，要么取出不是白球，而且不管你取了多少次，取得白球的概率θ始终都是1/2，不随观察结果X 的变化而变化。但贝叶斯认为取得白球的概率是个不确定的值，因为其他因素会对结果产生影响。

继续深入讲解贝叶斯方法之前，先简单总结下频率派与贝叶斯派各自不同的思考方式：

频率派：把需要推断的参数θ看做是固定的未知常数，即概率虽然是未知的，但最起码是确定的一个值，同时样本X 是随机的，大部分的概率计算都是针对样本X 的分布，所以他们重点研究样本空间； 贝叶斯派：与频率派的观点则截然相反，他们认为参数是随机变量，而样本X 是固定的，由于样本是固定的，所以他们重点研究参数的分布。

从思考方式来看，频率派的观点比较容易理解，只要样本空间确定，统计一下样本分布即可，所以下文重点阐述贝叶斯派的观点。

贝叶斯派既然把一次事件看做是一个随机变量，所以要计算的分布，便得事先知道的无条件分布，即在有样本之前（或观察到X之前），有着怎样的分布呢？

至此，贝叶斯提出了一个思考问题的固定模式：

其中，先验信息一般来源于经验跟历史资料。后验分布π（θ|X）一般也认为是在给定样本X的情况下的θ条件分布，而使π（θ|X）达到最大的值θMD称为最大后验估计，类似于经典统计学中的极大似然估计。

上述思考模式意味着，新观察到的样本信息将修正人们以前对事物的认知。换言之，在得到新的样本信息之前，人们对θ的认知是先验分布π（θ），在得到新的样本信息X后，人们对的认知为π（θ|X）。

综合起来看，则好比是人类刚开始时对大自然只有少得可怜的先验知识，但随着不断观察、实验获得更多的样本、结果，使得人们对自然界的规律摸得越来越透彻。所以，贝叶斯方法既符合人们日常生活的思考方式，也符合人们认识自然的规律，经过不断的发展，最终占据统计学领域的半壁江山，与经典统计学分庭抗礼。

此外，贝叶斯除了提出上述思考模式之外，还特别提出了举世闻名的贝叶斯定理。

贝叶斯定理

在引出贝叶斯定理之前，先学习几个定义：

条件概率（又称后验概率）就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B)，读作“在B条件下A的概率”。

贝叶斯定理便是基于下述贝叶斯公式：

P(A|B) = P(A)P(B|A) / P(B)

P(A)表示：事件B发生之前，我们对事件A的发生有一个基本的概率判断，称为A的先验概率；P(A|B)表示：事件B发生之后，我们对事件A的发生概率重新评估，称为A的后验概率；P(B)表示：事件A发生之前，我们对事件B的发生有一个基本的概率判断，称为B的先验概率；P(B|A)表示：事件A发生之后，我们对事件B的发生概率重新评估，称为B的后验概率。

上述公式的推导其实非常简单，就是从条件概率推出。

根据条件概率的定义，在事件B发生的条件下事件A发生的概率:

P(A|B) = P( A∩B )/ P(B)

同样地，在事件A发生的条件下事件B发生的概率:

P(B|A) = P( A∩B )/ P(A)

整理与合并上述两个方程式，便可以得到：

P(A|B) P(B) = P( A∩B )= P(B|A) P(A)

接着，上式两边同除以P(B)，若P(B)是非零的，我们便可以得到贝叶斯定理的公式表达式：

所以，贝叶斯公式可以直接根据条件概率的定义直接推出。即因为P(A,B) = P(A)P(B|A) = P(B)P(A|B)，所以P(A|B) = P(A)P(B|A) / P(B)。

特征条件独立假设

如果条件都独立，则在Y发生ck事件条件下X发生x的概率如下

其中，π表示元素相乘。使得特征条件概率算完后，直接相乘变得到了条件概率，原理清晰明了，计算简单易于操作。

朴素贝叶斯分类

终于说到了机器学习重要算法之一：朴素贝叶斯分类。它是基于贝叶斯定理与特征条件独立假设的分类方法，朴素贝叶斯分类器之所以“朴素”，是因为基于一个简单的假定：给定目标值时属性之间相互条件独立。

目前有三种比较常见的模型，分别是多项式模型、高斯模型 和 伯努利模型。

多项式模型

当特征是离散的时候，使用多项式模型。

多项式模型在计算先验概率P(y_k)和条件概率P(x_i|y_k)时，会做一些 平滑处理 。如果不做平滑，当某一维特征的值x_i没在训练样本中出现过时，会导致P(x_i|y_k)=0，从而导致后验概率为0。加上平滑就可以克服这个问题。

高斯模型

当特征是连续变量的时候，运用多项式模型就会导致很多P(x_i|y_k)=0（不做平滑的情况下），此时即使做平滑，所得到的条件概率也难以描述真实情况。所以处理连续的特征变量，应该采用高斯模型。

伯努利模型

与多项式模型一样，伯努利模型适用于离散特征的情况，所不同的是，伯努利模型中每个特征的取值只能是1和0(以文本分类为例，某个单词在文档中出现过，则其特征值为1，否则为0).

伯努利模型中，条件概率P(x_i|y_k)的计算方式是：

当特征值x_i为1时，P(x_i|y_k)=P(x_i=1|y_k)；当特征值x_i为0时，P(x_i|y_k)=1-P(x_i=1|y_k)；