朴素贝叶斯简单推导及优缺点

朴素贝叶斯的推断过程

　　　　我们预测的类别Cresult是使P(Y=Ck|X=X(test))最大化的类别，数学表达式为：

　　　　由于对于所有的类别计算P(Y=Ck|X=X(test))时，上式的分母是一样的，都是P(X=X(test)，因此，我们的预测公式可以简化为：

　　　　接着我们利用朴素贝叶斯的独立性假设，就可以得到通常意义上的朴素贝叶斯推断公式:

朴素贝叶斯的优点：
对小规模的数据表现很好，适合多分类任务，适合增量式训练，朴素贝叶斯法高效且易于实现。
缺点：
对输入数据的表达形式很敏感，分类的性能不一定很高。