数据挖掘：朴素贝叶斯原理、实例与Python实现

一、条件概率的定义与贝叶斯公式

二、朴素贝叶斯分类算法

朴素贝叶斯属于一种监督式分类方法，适用于二元分类或多类别分类任务。如下图所示，提供了一个具体的数据集示例：

当前存在一个待分类的新样本，其特征为X = (年龄：<=30, 收入：中， 是否学生：是， 信誉：中)，旨在通过朴素贝叶斯分类方法进行归类。假定类别集合为C，其中c1表示“是”，c2表示“否”，则需要分别计算条件概率P(c1|X)与P(c2|X)，并比较两者的大小，最终将样本X划归至概率更高的类别。

接下来，对朴素贝叶斯的分类流程进行公式化描述。

三、实例

接下来，以该数据集作为训练样本，对新的测试实例X =