当我们假设各个类别间相互独立且每个数据都同样重要，我们就可以利用条件概率公式：
来计算各个数据属于每个类别的概率，最后概率最大的那个类别即该数据所属类别。
这样的方法称之为朴素贝叶斯分类器。
这两个假设当然是过于理想化了，但在实际应用中，这一分类器的实际效果却很好。
当进行文本分类时，对同一特征而言，p(特征)相等，因此不用计算，而p(类别)可以简单地通过该类别数据数处以总数据数来求得。而求p(特征|类别)时，就要使用到贝叶斯假设，我们将某一特征化为一个个地独立特征，计算每个特征的条件概率，再将其相乘，即得到总的条件概率。
我们在使用分类算法对数据进行分类后，往往需要对其进行评价，留存交叉验证即是一个验证算法。
留存交叉验证：随机选择数据的一部分作为训练集，剩余部分作为测试集的过程。
我们使用训练集作为输入数据，来构建贝叶斯分类器，并输入测试集计算其分类结果，将其与实际结果作比较，错误数除以测试集数据总数即为错误率。为了更精确地估计分类器的错误率，我们往往需要进行多次迭代，求其平均错误率。
|：求两个集合的并集
相应的：
b = t & s # t 和 s的交集
c = t – s # 求差集（项在t中，但不在s中）
d = t ^ s # 对称差集（项在t或s中，但不会同时出现在二者中）
compile()：将字符串转为python的可执行代码
min()：参数可为多个，给出最小值。相应的，还有max()。