机器学习是朴素贝叶斯

朴素贝叶斯属于一种分类算法

我们采用p1(x,y)来表征数据点(x,y)归属于类别1（圆）的可能性，同时使用p2(x,y)来表征数据点(x,y)归属于类别2（三角）的可能性。

当面对一个新的数据点(x,y)时，可通过以下判定准则确定其所属类别：

若p1(x,y)的数值高于p2(x,y)，则判定该数据点属于类别1；

若p2(x,y)的数值高于p1(x,y)，则判定该数据点属于类别2。

独立事件：

在某次实验过程中，某一事件的出现并不会对其他事件发生的可能性产生影响

P(AB) = P(A)P(B)

在机器学习领域中，独立事件的表现形式包括：

例如我们昨日所分析的鸢尾花分类任务

而在机器学习中，非独立事件的典型例子有：

股票价格变化的趋势预测、语音信号的识别过程

条件概率

**P(A|B) 的计算公式为 P(