目錄
樸素貝葉斯是一種概率算法，它基於條件概率這一概念，該算法有很多優勢：易於實現，訓練速度快。
猜測人
已知與推斷
貝葉斯定理
敏感性：在金標準判斷有病（陽性）人羣中，檢測出陽性的機率。真陽性。即，識別能力， 敏感性越高，漏診概率越低。
特異性：在金標準判斷無病（陰性）人羣中，檢測出陰性的機率。真陰性。檢測出確實沒病的能力， 特異性越高，確診概率越高。
假陽性率：得到了陽性結果，但這個陽性結果是假的。即在金標準判斷無病（陰性）人羣中，檢測出爲陽性的機率。（沒病，但卻檢測結果說有病），爲誤診率。
假陰性率：得到了陰性結果，但這個陰性結果是假的。即在金標準判斷有病（陽性）人羣中，檢測出爲陰性的機率。（有病，但卻檢測結果說沒病），爲漏診率。
貝葉斯學習
樸素貝葉斯算法
在樸素貝葉斯定理中，假設概率是相互獨立的，天真、不成立的假設，在實踐中效果很好，使算法速度很快。
構建垃圾郵件分類
