本篇文章主要介绍了"从朴素贝叶斯分类器到贝叶斯网络（上）"，主要涉及到方面的内容，对于其他数据库感兴趣的同学可以参考一下：
一、贝叶斯公式（一些必备的数学基础） 贝叶斯（Thomas Bayes）是生活在十八世纪的一名英国牧师和数学家。因为历史久远，加之他没有太多的着述留...
当且仅当概率P(Ci|X)在所有的P(Ck|X)中取值最大时，就认为X属于Ci。更进一步，因为P(X)对于所有的类别来说都是恒定的，所以其实只需要P(Ci|X) = P(X|Ci)P(Ci)最大化即可。
应用朴素贝叶斯分类器时必须满足条件：所有的属性都是条件独立的。也就是说，在给定条件的情况下，属性之间是没有依赖关系的。即
为了演示贝叶斯分类器，来看下面这个例子。我们通过是否头疼、咽痛、咳嗽以及体温高低来预测一个人是普通感冒还是流感。
