朴素贝叶斯算法的源代码实现，（含训练数据）-to achieve native bayes classifier

本程序是使用的Python写的一个Bayes分类器，通过这个程序可以大致掌握Bayes的原理。-This procedure is used to write a Python Bayes classifier, through this program can be broadly master the principles of Bayes.

I use Matlab 2008a which does not support Naive Bayes Classifier. scr ipt supports normal and kernel distributions. Statistics toolbox for 2008a version is used in the scr ipt. Also includes function for confusionmat

本文以拼写检查作为例子，讲解Naive Bayes分类器是如何实现的。对于用户输入的一个单词（words），拼写检查试图推断出最有可能的那个正确单词（correct）。当然，输入的单词有可能本身就是正确的。比如，输入的单词thew，用户有可能是想输入the，也有可能是想输入thaw。为了解决这个问题，Naive Bayes分类器采用了后验概率P(c|w)来解决这个问题。P(c|w)表示在发生了w的情况下推断出c的概率。为了找出最有可能c，应找出有最大值的P(c|w)，即求解问题-In this

Python实现朴素贝叶斯分类，即Naive Bayes Classifier（NB），数据集为pima-indians印第安人糖尿病数据集。-Python implementation naive Bayes classifier, i.e. Naive Bayes Classifier (NB), the data set is pima-indians Indians diabetes data sets.