跟着Leo机器学习实战–基于概率论的分类方法：朴素贝叶斯
github
https://github.com/LeoLeos/MachineLearningLeo/tree/master/bayes
核心思想
如果我们用p1(x,y)表示数据(x,y)属于类别1的概率,用p2(x,y)表示数据(x,y)属于类别2的概率,那么判别规则如下:
若p1(x,y)>p2(x,y),则判给类别1
若p1(x,y)<p2(x,y),则判给类别2
条件概率
条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为：P（A|B）
P(θ) 没有数据支持下，θ发生的概率：先验概率
P(θ|x
