今天說的呢是樸素貝葉斯~因為這種分析方法可以做評論中用戶傾向及情緒統計，就讀了一下，這篇文章講的還算比較清楚；
樸素貝葉斯分析法是指當我們要預測一個事物， 我們需要的是首先根據已有的經驗和知識推斷一個先驗概率， 然后在新證據不斷積累的情況下調整這個概率，整個通過積累證據來得到一個事件發生概率（后驗概率）的過程我們稱為貝葉斯分析（比如之上提到的分析伴侶出軌的例子，是機器學習的方法之一，有個公式自己看吧），其中包括三個重要因素：先驗概率、證據和后驗概率。
從樸素貝葉斯分析方法延伸出來了貝葉斯決策和貝葉斯網絡；貝葉斯決策步驟包括：1.分清假設和證據；2.給出假設的可能性；3.給出先驗性概率；4.計算后驗性概率；5.根據目的做出最終決策；（一旦用得多了，數據多了，貝葉斯決策方法就變成了機器學習方法~）。
貝葉斯網絡是指事件中各個證據之間存在著因果關系，就導致一旦一個證據發生變化整個時間的概率就發生了變化~人的大腦是個貝葉斯網絡因為思考方式之間存在著聯系，但是呢又不是個貝葉斯網絡，因為發生改變是很困難的，大多數人還是會固執己見的~因為我們內心都有信念和執念，也就是先驗概率是固定的，很難因為證據發生改變昂~挺有意思的呢~
原文鏈接附上：http://api.woshipm.com/pmd/421033.html?sf=mobile
