1. 事件A与事件B的联合概率分布：P（AB）=P（A）*P（B|A）=P（B）*P（A|B）
2. 从上式中推导得出：
P（B|A）=P（AB）/P（A）=P（B）*P（A|B）/P（A）
P（A|B）=P（AB）/P（B）=P（A）*P（B|A）/P（B）
3. 全概公式：设A1，A2，A3是样本空间 Ω的一个划分，B是任意一个事件，则
P(B)= ∑P(Ai)P(B|Ai) =P(A1)P(B|A1)+P(A2)P(B|A2)+P(A3)P(B|A3)（从i到n求和）
4. 贝叶斯公式：
P(Ai|B)=P(AiB)|P(B)= P(Ai)P(B|Ai) / P(B)=P(Ai)P(B|Ai) / ∑P(Ai)P(B|Ai)，Σ从k=1加和到n
即：P(Ai|B)=P(Ai)P(B|Ai) / ∑P(Ai)P(B|Ai)，如下图所示：
由此可以做一个很重要的文本分类的简单模型（Python实现）：
