机器学习实战 - 基于几率论的分类方法：朴素贝叶斯

以前关于k-近邻和决策树的讲解没有一步一步具体的说明每一个函数的实现功能和测试样例，让不是学习本书的人看起来一片代码一头雾水，这里开始，会仔细的讲解每一个函数实现的功能和其对应的测试样例，以前的也会抽空修改。python 跟几率的做用同样，若是A事件发生的几率大于B时间发生的几率那么咱们的“决策机构”就选择A事件，反则选B。咱们首先得有铺垫的知识点——条件几率：就是事件A在另一个事件B已经发生条件

>>阅读原文<<