贝叶斯公式，垃圾邮件分类判断

是下面这个贝叶斯公式：

 

 

换个表达形式就会明朗很多，如下：

垃圾邮件关键词串联定律 表格法可视化贝叶斯定律

 

比如 如果出现 发票 这个词，那么此文件垃圾文件的概率为 90%。。

如果 出现 购买 这个词，垃圾文件概率为 80%

得到以下表格----------表格开始----------

词汇	垃圾邮件概率	正常邮件概率
发票	90%	10%
购买	80%	20%
购买发票	90*80=72%（舍弃掉此错误结构	10*20=2%
购买发票	1-2%=98%（根据正常邮件概率反向计算垃圾邮件概率	10*20=2%

 

--------表格结束=-------

表格解说。。几条规则

第一，如果只是出现发票一词，则垃圾邮件概率为90%，正常邮件概率自然为1-90%==10%

第2，如果只是出现购买一词，则垃圾邮件概率为80%，正常邮件概率自然为1-80%==20%

第三部，如果出现购买发票俩个次，则初步判断垃圾邮件概率为90%*80%=72%,正常邮件概率自然为10%*20%=2%

很明显，如果同时出现多个垃圾关键词。垃圾邮件的概率应该上升才对。。所以舍弃掉72%的错误计算结果。。

第四步。。那么得到正常邮件概率就是2%。。自然垃圾邮件概率就是1-2%==98%了。。。