文章含有“program”的概率各个选集中调查如下：
p(Y1=1|X=dev) = 0.271
p(Y1=1|X=admin) = 0.136
条件概率p(Y1=1|X=dev) 是「dev选集中，含有“program”的概率」。同理，X=admin 也是一样。
确实p(Y1=1|X=dev) > p(Y1=1|X=admin) 成立。
同理，随机变量 Y2 作为「文章中含有“application”」，试求它的概率。
p(Y2=1|X=dev) = 0.172
p(Y2=1|X=admin) = 0.523
这样就可以判断「含有“application”，不含“program”的文章」术语哪个类别。
虽已知满足这个条件的随机变量是 Y1=0, Y2=1 ，表示类别的随机变量X还是未知的。这里，可以判断：如果求出p(X=dev|Y1=0, Y2=1) 和 p(X=admin|Y1=0, Y2=1) ，概率值大的一方被作为「可信用的 X 值」。
写文章时，先写完内容再确定类别，是很少见的。总之，p(X|Y1, Y2)就是事后概率，计算出该值就可以推断出文章中隐藏的信息 （例：「文章是为了发表在dev文集而写的！」）
这一系列的过程就是基于统计的机器学习的一个典型思考方式。
虽然得到了使用贝叶斯公式计算出事后概率的公式，但是使用乘法定理把联合概率展开为2个式子是不是更容易理解一些呢？
p(X, Y1,Y2)
= p(X|Y1,Y2) p(Y1, Y2)
= p(Y1,Y2|X) p(X)
由第2式和第3式可以推导出p(X|Y1, Y2)等于下式：
想一下式子的右边可以计算出来吗?
关于分子中的p(Y1, Y2|X)，假定赋值给X时Y1, Y2是独立。（也叫做「条件独立」），从刚才的论证可得，p(Y1, Y2|X)= p(Y1|X) p(Y2|X)成立。
p(X)和p(Y1|X)已知时，式子的右侧可以计算出来。
至于分母的p(Y1, Y2)，可以通过把分子当作「随机变量X的边缘化」计算出来。
具体讲，利用乗法定理中p(Y1, Y2|X) p(X) = p(X, Y1, Y2)，然后使用加法定理消去X后，变成p(Y1, Y2)。想起来最开始说的「机器学习中反复使用加法定理和乗法定理」「加法定理也叫做边缘化」了吗？
但是，因为分母的p(Y1, Y2)中并没有X（与X无关），如果「想求出p(X|Y1, Y2)最大的X」，仅仅比较分子就足够了。
最后，「包含“application”，不包含“program”的文章」，也就是计算Y1=0, Y2=1两种情况的事后概率。
想分别求出各个X的值，先求出分子。
p(Y1=0,Y2=1|X=dev) p(X=dev)
= (1 - 0.271) *0.172 * 0.652
= 0.082
p(Y1=0,Y2=1|X=admin) p(X=admin)
= (1 - 0.136) *0.523 * 0.348
= 0.157
把分母边缘化后得到的，就是2个值得和。
p(Y1=0,Y2=1)
= p(X=dev, Y1=0,Y2=1) + p(X=admin, Y1=0, Y2=1)
= 0.082 + 0.157
= 0.239
接着，事后概率如下所示：
p(X=dev|Y1=0,Y2=1)
= p(Y1=0,Y2=1|X=dev) p(X=dev) / p(Y1=0, Y2=1)
= 0.082 / 0.239
= 0.343
p(X=admin|Y1=0,Y2=1)
= p(Y1=0,Y2=1|X=admin) p(X=admin) / p(Y1=0, Y2=1)
= 0.157 / 0.239
= 0.657
哪个才是更适合的分类，已经明白了吧？
这里的「基于条件概率的独立性」被称作「条件独立」或者「朴素贝叶斯」「单纯贝叶斯」。
当然，这里的「条件独立」是假设的，并不是真的独立。尽管做了如此大胆的假设，朴素贝叶斯还是有很高的精准度的。通过简单计算并得到好的结果的就是「好的模型」。
实际上，朴素贝叶斯在文本分类和信用过滤中经常使用。朴素贝叶斯不仅限与用在类别和单词种类为2的情况，更普通的情况也适用。
下篇为实践课程，以朴素贝叶斯为题材，动手实现概率的计算。