当前位置：首页 > news >正文

朴素贝叶斯：用 “概率思维” 解决分类问题的经典算法

news 2025/8/26 7:32:37

一、贝叶斯：从 “逆概” 问题走来的数学家

要理解朴素贝叶斯，得先回到它的 “源头”—— 贝叶斯公式，以及它要解决的核心问题：逆概问题。

1. 贝叶斯的 “生不逢时”

托马斯・贝叶斯（Thomas Bayes，约 1701-1761）是英国数学家，他生前为解决 “逆概” 问题写了一篇文章，却在死后才被世人认可。正是这篇文章，奠定了 “贝叶斯方法” 的基础，成为如今机器学习、统计学、人工智能领域的核心思想之一。

2. 正向概率 vs 逆向概率：贝叶斯要解决的核心

我们先从两个简单的例子，理解 “正向” 与 “逆向” 的区别 —— 这是贝叶斯思想的关键。

正向概率：已知 “因”，求 “果” 的概率。比如：袋子里有 N 个白球、M 个黑球（已知 “因”：黑白球比例），伸手摸一个，问摸出黑球的概率（求 “果”：事件概率）。这是我们从小学习的概率问题，直接用 “符合条件的数量 / 总数量” 就能计算。
逆向概率：已知 “果”，求 “因” 的概率。比如：事先不知道袋子里黑白球的比例（未知 “因”），但闭着眼摸出了 1 个黑球、2 个白球（已知 “果”：观测结果），问袋子里黑白球可能的比例是多少？这就是贝叶斯要解决的 “逆概” 问题 —— 通过观测到的结果，反推背后 “原因” 的概率。

二、贝叶斯公式：用一个 “穿长裤” 的例子看懂推导

光说概念太抽象，我们用 PPT 里的 “校园男女生长裤 / 裙子” 例子，一步步推导出贝叶斯公式。这个例子特别直观，新手也能跟上。

已知条件

校园里男生占 60%（P (Boy)=0.6），女生占 40%（P (Girl)=0.4）；
男生全部穿长裤（P (长裤 | Boy)=1.0，“|” 表示 “在… 条件下”）；
女生一半穿长裤、一半穿裙子（P (长裤 | Girl)=0.5）。

问题：迎面走来一个穿长裤的学生，他是女生的概率是多少？

也就是求 P (Girl | 长裤)—— 已知 “穿长裤” 这个 “果”，反推 “是女生” 这个 “因” 的概率。

step 1：计算 “穿长裤的男生” 和 “穿长裤的女生” 数量

假设校园总人数为 U，那么：

穿长裤的男生数量 = U × P (Boy) × P (长裤 | Boy) = U × 0.6 × 1.0 = 0.6U；
穿长裤的女生数量 = U × P (Girl) × P (长裤 | Girl) = U × 0.4 × 0.5 = 0.2U。

step 2：计算 “穿长裤的总人数”

穿长裤的总人数 = 穿长裤的男生 + 穿长裤的女生 = 0.6U + 0.2U = 0.8U。

step 3：推导 “穿长裤的人是女生” 的概率

“穿长裤的人是女生” 的概率 = 穿长裤的女生数量 / 穿长裤的总人数，代入上面的结果：
\(P(Girl|长裤) = \frac{U \times P(Girl) \times P(长裤|Girl)}{U \times P(Boy) \times P(长裤|Boy) + U \times P(Girl) \times P(长裤|Girl)}\)

这里发现一个关键：总人数 U 可以消掉！因为 U 是常数，不影响概率比例。于是公式简化为：
\(P(Girl|长裤) = \frac{P(Girl) \times P(长裤|Girl)}{P(Boy) \times P(长裤|Boy) + P(Girl) \times P(长裤|Girl)}\)

step 4：提炼出通用的贝叶斯公式

观察上面的简化公式，分母其实是 “穿长裤” 这个事件的总概率 P (长裤)（即所有可能 “原因” 导致 “穿长裤” 的概率之和）。由此推广到通用场景：对于任意 “原因 H” 和 “结果 D”，贝叶斯公式为：
\(P(H|D) = \frac{P(H) \times P(D|H)}{P(D)}\)

公式中各个部分的含义：

P (H|D)：后验概率（Posterior）—— 已知结果 D，反推原因 H 的概率（这是我们最终想求的）；
P (H)：先验概率（Prior）—— 在没有观测到结果 D 时，原因 H 本身发生的概率（比如 “女生占 40%”）；
P (D|H)：似然概率（Likelihood）—— 在原因 H 成立的条件下，出现结果 D 的概率（比如 “女生穿长裤的概率 50%”）；
P (D)：证据概率（Evidence）—— 结果 D 发生的总概率（所有原因导致 D 的概率之和，计算时可忽略，因为比较不同 H 时它是常数）。

三、朴素贝叶斯：“朴素” 在哪？

贝叶斯公式解决了 “逆概” 问题，但如果要处理多特征的分类任务（比如判断一封邮件是否为垃圾邮件，邮件包含多个单词），直接用贝叶斯公式会很复杂 —— 因为要计算 “多个特征同时出现” 的联合概率。

这时候，朴素贝叶斯的 “朴素” 假设就派上用场了： 假设所有特征之间相互独立，互不影响。

正是这个 “朴素” 的假设，把复杂的联合概率简化成了 “单个特征概率的乘积”，让计算量大幅降低。比如判断邮件是否为垃圾邮件时，“邮件包含‘中奖’” 和 “邮件包含‘转账’” 这两个特征，被假设为独立事件。

四、实例 1：拼写纠正 —— 帮用户 “猜” 对单词

我们每天用输入法时，偶尔会输错单词（比如把 “top” 输成 “tlp”），输入法怎么知道我们真正想输什么？朴素贝叶斯就是背后的 “猜词逻辑” 之一。

问题定义

已知用户输入了一个不在字典中的单词 D（比如 “tlp”），求 “用户真正想输入的单词 h” 的概率，即 P (h|D)。我们需要找出概率最大的 h 作为纠正结果。

用朴素贝叶斯计算

根据贝叶斯公式：
\(P(h|D) = \frac{P(h) \times P(D|h)}{P(D)}\)

由于 P (D)（用户输入 D 的总概率）对所有候选 h 都是常数，比较不同 h 的概率时可忽略，因此只需计算：
\(P(h|D) \propto P(h) \times P(D|h)\)

其中：

P (h)：先验概率—— 单词 h 在日常使用中出现的频率。比如 “top” 比 “tip” 更常用，所以 P (top) > P (tip)；
P (D|h)：似然概率—— 想输入 h，却输成 D 的概率（比如 “top” 输成 “tlp” 的概率，取决于两个单词的字符差异，差异越小概率越大）。

举个例子：用户输入 “tlp”，该纠正为 “top” 还是 “tip”？

先看 P (D|h)：“tlp” 和 “top” 差 1 个字符（l→o），和 “tip” 也差 1 个字符（l→i），所以 P (D|top) ≈ P (D|tip)；
再看 P (h)：“top” 在语料中出现的频率远高于 “tip”，即 P (top) > P (tip)；
因此，P (top)×P (D|top) > P (tip)×P (D|tip)，最终纠正为 “top”。

五、实例 2：垃圾邮件分类 —— 给邮件 “贴标签”

垃圾邮件分类是朴素贝叶斯最经典的应用之一。我们的目标是：给定一封邮件 D，判断它是垃圾邮件（h+）还是正常邮件（h-）。

问题定义

需比较两个后验概率：P (h+|D)（邮件是垃圾邮件的概率）和 P (h-|D)（邮件是正常邮件的概率），哪个大就归为哪一类。

step 1：拆解邮件特征

邮件 D 由多个单词组成（比如 D 包含 “中奖”“转账”“领取” 三个单词，记为 d1=“中奖”，d2=“转账”，d3=“领取”）。根据朴素贝叶斯的 “特征独立” 假设：
\(P(D|h+) = P(d1|h+) \times P(d2|h+) \times P(d3|h+)\)

（即 “垃圾邮件中同时出现 d1、d2、d3” 的概率，等于 “垃圾邮件中出现 d1”“垃圾邮件中出现 d2”“垃圾邮件中出现 d3” 的概率乘积）。

step 2：计算关键概率

先验概率 P (h+) 和 P (h-)：假设我们有一个邮件库，里面有 1000 封邮件，其中 300 封是垃圾邮件，700 封是正常邮件。那么： P(h+) = 300/1000 = 0.3，P(h-) = 700/1000 = 0.7。
似然概率 P (d|h+) 和 P (d|h-)：统计单词 d 在垃圾邮件 / 正常邮件中出现的频率。比如：
- 垃圾邮件中 “中奖” 出现了 150 次，垃圾邮件总单词数为 10000，所以 P (“中奖”|h+) = 150/10000 = 0.015；
- 正常邮件中 “中奖” 出现了 10 次，正常邮件总单词数为 50000，所以 P (“中奖”|h-) = 10/50000 = 0.0002。
计算 P (D|h+) 和 P (D|h-)：假设邮件 D 包含 “中奖”“转账”，且 P (“转账”|h+) = 0.02，P (“转账”|h-) = 0.0005。那么： P(D|h+) = 0.015 × 0.02 = 0.0003； P(D|h-) = 0.0002 × 0.0005 = 0.0000001。

step 3：比较后验概率

根据贝叶斯公式，忽略 P (D) 后： P(h+|D) ∝ P(h+) × P(D|h+) = 0.3 × 0.0003 = 0.00009； P(h-|D) ∝ P(h-) × P(D|h-) = 0.7 × 0.0000001 = 0.00000007。

显然，P (h+|D) > P (h-|D)，因此这封邮件被判定为垃圾邮件。

六、实战演练：从训练数据学朴素贝叶斯分类器

PPT 中给出了一个经典的训练数据案例，我们来简化理解如何用它学习分类器。

已知训练数据

样本序号	特征 X1（取值 {1,2,3}）	特征 X2（取值 {S,M,L}）	类别 Y（{1,-1}）
1	1	S	-1
2	1	M	-1
3	1	M	1
4	1	S	1
5	1	S	-1
6	2	S	-1
7	2	M	-1
8	2	M	1
9	2	L	1
10	2	L	1
11	3	L	1
12	3	M	1
13	3	M	1
14	3	L	1
15	3	L	-1

任务：确定 x=(2, S) 的类别 Y

即求 P (Y=1|X1=2,X2=S) 和 P (Y=-1|X1=2,X2=S)，哪个大归哪类。

step 1：计算先验概率 P (Y=1) 和 P (Y=-1)

总样本数 15，Y=1 的样本有 9 个，所以 P (Y=1)=9/15=0.6；
Y=-1 的样本有 6 个，所以 P (Y=-1)=6/15=0.4。

step 2：计算条件概率（似然）

根据朴素假设，P (X1=2,X2=S|Y=k) = P (X1=2|Y=k) × P (X2=S|Y=k)（k=1 或 - 1）。

对 Y=1： Y=1 的样本中，X1=2 的有 3 个（样本 8、9、10），所以 P (X1=2|Y=1)=3/9=1/3； Y=1 的样本中，X2=S 的有 0 个，所以 P (X2=S|Y=1)=0/9=0；因此，P (X1=2,X2=S|Y=1)= (1/3) × 0 = 0。
对 Y=-1： Y=-1 的样本中，X1=2 的有 2 个（样本 6、7），所以 P (X1=2|Y=-1)=2/6=1/3； Y=-1 的样本中，X2=S 的有 3 个（样本 1、5、6），所以 P (X2=S|Y=-1)=3/6=0.5；因此，P (X1=2,X2=S|Y=-1)= (1/3) × 0.5 = 1/6 ≈ 0.1667。