首先列出白板推导系列

1.贝叶斯公式

2.朴素贝叶斯的模型与基本方法

3.朴素贝叶斯的参数估计

4.朴素贝叶斯算法过程

5.小结

贝叶斯算法是一个和传统其他算法一样的过程，其他都是判别方法：由训练集找到X和Y的关系，从而输出Y，就是说，测试集中的x代入的可以说是同一个表达式，而贝叶斯确实生成方法，每次对于测试集的判断，都要去训练集中找到对应数据，最后再找到概率最大的那个输出值，以上的算法过程光看起来比较抽象，这里推荐两个实际例子：
1. 西瓜书上的过程，该过程将离散值和连续值都包含了进来比较全面。
2. 这篇博客举得例子也比较通俗易懂https://blog.csdn.net/lyl771857509/article/details/78993493