朴素贝叶斯，到底什么是贝叶斯？
先验概率：就是在某个元素在某个分类中概率，比如一个公司，里面有运维团队，开发团队（分类）里面有100个人；有海事大学的10个人，那么海事大学在开发团队中概率是10%；
后验概率：那么作为该公司的一个海事大学的毕业生，是在开发团队中概率是多少？（还有测试团队，运维团队）；贝叶斯解决的，就是根据先验概率来求解后验概率。
体会一下，贝叶斯问题其实就是一个摄像机镜头切换场景；首先摄像机镜头照射的是一个分类，我们称之为C分类；然后再聚焦C分类里面的某个子类（可能只是元素，可能是某类元素），这个子类占这个分类的概率可以获知；
然后镜头拉远，此时完整的呈现了多个分类，那么拿出刚才聚焦的那个子类，在全局的多个分类的场景下，聚焦的子类，是C类的概率有多大（子类同样可能一定概率属于绿色类和粉色类）？
对于此类问题思路就是要知道C类中，指定子类的概率（占比），然后再获知C类在整个空间的占比；通过这两个值就可以知道对于指定子类（橘黄色部分）在全空间范围内，属于C类的概率。这个概率就是后验概率。
其实先验概率就是小范围内（一个分类）某堆元素的占比；根据这个小范围的占比来推断大范围的内，某堆元素属于小范围的概率是多大。简言之，就是根据局部来推断全局。