1.写出全概率公式&贝叶斯公式
    全概率:
    1112 - 图1

    贝叶斯：
    1112 - 图2

    2.朴素贝叶斯为什么“朴素naive”？
    因为在计算条件概率分布p(X|Y)时，朴素贝叶斯做了一个很强的条件独立假设（当Y确定时，X的各个分量取值之间相互独立）

    3.朴素贝叶斯有没有超参数可以调？ 

    1. 基础朴素贝叶斯模型的训练过程，本质是通过数学统计方法从训练数据中统计先验概率P(c)和后验概率P(xi|c) 而这个过程书不需要超参数调节的。所以朴素贝叶斯没有可调节的超参数。在实际应用中朴素贝叶斯会与拉普拉斯平滑修正一起使用，而拉普拉斯中有平滑系数这一超参数，但这并不属于朴素贝叶斯模型本身的范畴。

    4.朴素贝叶斯的工作流程是怎样的？
    image.pngimage.pngimage.png

    5.朴素贝叶斯对异常值敏不敏感？ 

    基础朴素贝叶斯模型的训练过程，本质是通过数学统计方法从训练数据中统计先验概率P(c)和后验概率P(xi|c)，少数的异常值，不会对统计结果造成较大影响。所以朴素贝叶斯模型对异常值不敏感。