本文开始，我们来学习一种新的机器学习方法：贝叶斯算法。
这次从最基础的朴素贝叶斯分类算法出发，了解相关的算法原理。

考虑如下一种分类问题：样本中只包含2类特征，标签只有0和1。
目前要评估两个特征值分别为a和b时的分类结果。

使用朴素贝叶斯分类算法的核心逻辑是：基于概率论的相关理论直接计算两个特征值分别为a和b时，标签值为0和1的概率，然后选择更大的概率值对应的标签值作为分类结果。

贝叶斯公式

既然是基于概率论，那就得先清楚算法使用所必要的概率论原理。
说来尴尬，虽然我本科概率论的课程成绩还看得过去，但是实际上大部分内容都已经忘记了，所以还是从尽量基础的条件概率公式开始
$$P(B|A)=P(AB)/P(A)$$
此处，$P(B|A)$指的是B在A发生的条件下发生的概率（后验概率），$P(AB)$指的是A和B同时发生的概率，P(A)指的是A发生的概率（先验概率）。

先找个简单实例重温一下条件概率公式：假设有5个完全相同的箱子，只有一个箱子内有钱，定义A为第1箱子内无钱，B为第2个箱子有钱。用最朴素的直观逻辑，可以得知
$$P(A)=4/5,P(AB)=1/5,P(B|A)=1/4$$
显然，该实例中的概率值是满足之前的条件概率公式的。

将条件概率中的A和B换一下，可以得到
$$P(A|B)=P(AB)/P(B)$$
由此可以得到
$$P(B|A)\ast P(A)=P(A|B)\ast P(B)=P(AB)$$
再做一下变形
$$P(B|A)=\frac{P(A|B)\ast P(B)}{P(A)}$$
哈，终于得到贝叶斯公式了。

算法原理

看上面那个公式，好像和机器学习没多少关系，所以我们需要用机器学习的语言去理解一下这个公式：
$$P(类别|特征)=\frac{P(特征|类别)\ast P(类别)}{P(特征)}$$
回到本文开始的分类问题，有两组特征，那么可以分别计算$P(0|特征1=a,特征2=b)$和$P(1|特征1=a,特征2=b)$，如果前者的P值更大，那么分类为0，反之则分类为1。

接下来以$P(0|特征1=a,特征2=a)$为例，分析一下其具体的计算过程。
$$P(0|特征1=a,特征2=b)=\frac{P(特征1=a,特征2=b|0)\ast P(0)}{P(特征1=a,特征2=b)}$$
先计算最简单的$P(0)$：给定训练集后，$P(0)$可以直接通过统计训练集中的标签值数量得到。

然后考虑$P(特征1=a,特征2=b|0)$：给定训练集后，特征值恰好分别a和b的情况可能不多，甚至为0，所以期望在训练集中直接寻找该组合的数量的方式是不可靠的。
为了稳定地计算该P值，我们在此处做出假设：各特征之间相互独立。
这样，该值可以等价为
$$P(特征1=a,特征2=b|0)=P(特征1=a|0)\ast P(特征2=b|0)$$
上式的右侧各项值是很容易通过训练集统计得到的。

接下来简单证明一下上述公式。先将条件概率公式做一下扩展
$$P(AB|C)=\frac{P(ABC)}{P(C)}$$
将右式做变换
$$P(AB|C)=\frac{P(AC)}{P(C)}\ast \frac{P(ABC)}{P(AC)}$$
显然右式是两个条件概率值
$$P(AB|C)=P(A|C)\ast P(B|AC)$$
因为A和B相互独立，所以在C发生的条件下，A发生与否并不影响B发生的概率，即
$$P(B|AC)=P(B|C)$$
将上式带入上上式，得到
$$P(AB|C)=P(A|C)\ast P(B|C)$$
设定A为“特征1=a”，B为“特征2=b”,C为“标签值=0”，上式变为
$$P(特征1=a,特征2=b|0)=P(特征1=a|0)\ast P(特征2=b|0)$$
至此，公式得到了证明。

最后看一下$P(特征1=a,特征2=b)$：在特征相互独立的假设上，该值等价于
$$P(特征1=a,特征2=b)=P(特征1=a)\ast P(特征2=b)$$

事实上，无论是计算$P(0|特征1=a,特征2=b)$还是$P(1|特征1=a,特征2=b)$，分母都是$P(特征1=a,特征2=b)$。
如果只需要评估$P(0|特征1=a,特征2=b)$和$P(1|特征1=a,特征2=b)$的大小关系，并不需要计算$P(特征1=a,特征2=b)$的值。

实例演示

本节我们参考网上使用很多的一个实例，来演示一下朴素贝叶斯分类算法的计算过程。

以下表格列举了一个女生在男生具有不同特征值的情况下，是否愿意嫁的多种情况。
此处特征包括颜值（1表示高、0表示低）、性格（1表示好、0表示坏）、身高（2/1/0分别表示高/中/低）和上进心(1表示有、0表示无)；特征是嫁（1表示是、0表示否）。

现在假设有一个男生的特征值为：颜值=0,性格=0,身高=0,上进心=0，那么该女生是嫁或者不嫁呢？

暂且抛开算法不谈，先从我们朴素的认知来预测。
从上表的数值可以简单判断出，女生在嫁的情况下，男生总会有些特征是优秀的，也就是说，起码是个“正常人”的逻辑思维。
所以当面对一个4个特征都是差的情况下，自然会选择不嫁。
也就是说，如果从概率的角度来看，不嫁的概率要远高于嫁的概率。

接下来我们看一下，如果是从算法角度，会得出什么样的结论以及如何得到这个结论。
首先是计算嫁的概率：

$$P(嫁=1|颜值=0,性格=0,身高=0,上进心=0)=\frac{P(颜值=0|嫁=1)\ast P(性格=0|嫁=1)\ast P(身高=0|嫁=1)\ast P(上进心=0|嫁=1)\ast P(嫁=1)}{P(颜值=0)\ast P(性格=0)\ast P(身高=0)\ast P(上进心=0)}$$

上式中，$P(嫁=1)、P(颜值=0)、P(性格=0)、P(身高=0)$和$P(上进心=0)$的计算逻辑相同，我们以$P(嫁=1)$为例，简述一下这几个值的计算过程。

表中一共有10个样本，其中嫁=1的样本数量为6，所以
$$P(嫁=1)=6/10=3/5$$
参考该逻辑，可以得到
$$P(颜值=0)=2/5,P(性格=0)=3/10,P(身高=0)=1/2,P(上进心=0)=3/10$$

$P(颜值=0|嫁=1)、P(性格=0|嫁=1)、P(身高=0|嫁=1)$$和P(上进心=0|嫁=1)$的计算逻辑相同
，我们以$P(颜值=0|嫁=1)$为例，描述一下这几个值的计算过程。

先按照“嫁=1”的条件，将原表筛选为如下的新表

新表中一共有6个样本，其中颜值=0的样本数量为3，所以
$$P(颜值=0|嫁=1)=3/6=1/2$$
参考该逻辑，可以得到
$$P(性格=0|嫁=1)=1/2,P(身高=0|嫁=1)=1/6,P(上进心=0|嫁=1)=1/6$$
有了以上数据值，我们便可以得到女生嫁的概率为
$$P(嫁=1|颜值=0,性格=0,身高=0,上进心=0)=\frac{\frac{1}{2}\ast \frac{1}{6}\ast \frac{1}{6}\ast \frac{1}{6}\ast \frac{3}{5}}{\frac{2}{5}\ast \frac{3}{10}\ast \frac{1}{2}\ast \frac{3}{10}}$$

类似的，我们可以算出女生不嫁的概率为
$$P(嫁=0|颜值=0,性格=0,身高=0,上进心=0)=\frac{\frac{1}{4}\ast \frac{1}{2}\ast 1\ast \frac{1}{2}\ast \frac{2}{5}}{\frac{2}{5}\ast \frac{3}{10}\ast \frac{1}{2}\ast \frac{3}{10}}$$
由于嫁的概率小于不嫁的概率后，可以判定该女生会选择不嫁。
我们进一步计算一下两者的比值，可以发现不嫁的概率是嫁的概率的18倍，这和之前的预期是一样的。

代码实现

在朴素贝叶斯分类算法中，并没有使用任何优化算法，所以从个人角度来说，没有必要做代码实现。

不过强迫症的自己，非要有标准化的“代码实现”模块，所以就有了这一节。