机器学习经典算法：贝叶斯算法

P(A|B)表示穿长裤里是女生的概率，B表示穿长裤，A表示是女生

分母是P(B|A)P(A)用是女生的概率乘以女生里面穿长裤的概率，得到的就是穿长裤的女生占总体的概率

分子是P(B)，表示总体里穿长裤的概率

如果分子分母都乘以总数的话，分子就是穿长裤的女生人数，分母就是穿长裤的人数，

分数就可以表示穿长裤的人里是女生的概率

h——用户可能想要输入的词

D——用户实际输入的词

P(h|D)——用户在输入D的情况下想输入h的概率

P(h)——语料库里h这个词出现的概率（先验概率）

P(D|h)——想输入D但是输成了h（输错）的概率

P(D)用户输入任何词都有可能

模型比较理论