目录一、背景知识1.朴素贝叶斯分类器原理2.条件概率三、补充知识1.学习器、模型、分类器四、总结一、背景知识1.朴素贝叶斯分类器原理（1）基于“贝叶斯理论”和特征“条件独立”的假设，的一种分类算法。（2）流程：①（因为特征条件独立）假设学习数据的概率分布服从正态分布why？？②基于此正态分布，对于给定的特征数据x，使用贝叶斯定理算出labely（3）此算法实现简单、预测效率高、是常用的分类算法2.

array[:i,:j]中，i表示行，j表示列。整体表示取出前i行，j列。array[:i][:j]中，先取出i行，再基于结果，取出j行。array是numpy中的数据结构。