定義

貝氏分類是一種分類算法的總稱，這類算法均以貝氏定理 為基礎，故統稱貝氏分類。而單純貝氏分類器是貝氏分類中最簡單，也是最常見的一種分類方法。

核心思想

貝氏分類算法的核心很簡單，就是根據 某些先驗機率計算Y變量屬於某個類別的後驗機率。

知名問題

最廣為人知的貝氏問題其實就是有名的Monty Hall problem (Monty Hall是電視節目的主持人名字)。

假設有三道門，其中一道門後面有輛車，另兩道門後面則各藏一隻羊，參賽門可以任選一扇門並將門後的東西作為獎品帶回家。當參賽者選定了一道門後，主持人會開啟剩下兩道門的其中一道，露出門後的一隻羊；並且詢問參賽者，要不要將選擇門換成另一扇關上的門。如果是你，要換不要換？

我們來分析一下，三扇門後的物體分別是兩隻羊一台車，你只有以下三種情況會贏得汽車，並且贏的機會都是1/3。
情況1：你先選中小羊1號 p=2/3，然後在二選一的情況下，你換到車的機會是p=(2/3)x(1/2) = 1/3。
情況2：你先選中小羊2號 p=2/3，然後在二選一的情況下，你換到車的機會是p=(2/3)x(1/2) = 1/3。
情況3：你先選中車p=1/3；然後不為所動，你堅持沒換，完全不理後者的情況。所以，選到車的機會還是1/3。
雖然，三種贏法的機會都是1/3；但是，其中換佔了兩次，不換佔了一次。所以，因為換而贏的機會是2/3，比不換的1/3好。

事實上，以上所舉的例子不論是21點 (因為在賭場中，牌發過是不放回的) 或是Monty Hall problem，都是條件機率 conditional probability的例子 (如果你跟仇家決鬥，進行俄羅斯手槍輪盤，這也是條件機率)。而說到條件機率，他的概念就是條件事件 (conditional event, 也就是已發生的事件) 都發生在待決定的事件之前。

工作流程