你怎麼這麼優秀！不過感覺沒啥用啊，畢竟我們可以透過看了近一千集柯南得出的規律來判斷，還有小五郎這個指示器啊，正確率90%以上。

理論上是可行的，條件機率是樸素貝葉斯模型的基礎，而我們可以把這個當做一個事件，而我們可以認為“任何事件都是條件機率。”

因為任何事件的發生都不是完全偶然的，它以其他事件的發生為基礎，產生了相應的結果，即有因即有果。

我們來計算被害人被殺的機率，需要建立在一定條件下。

我們以P(A)代表被害人被殺的機率，P(B)代表被害人與人有過節的機率，P(B|A)代表在被殺的前提下有過節機率，我們需要被害人與人有過節並被殺的機率，即P(A|B)，貝葉斯公式可以列出來如下

P(A|B)=P(AB)/P(B)

　　　　=P(B|A)*P(A)/P(B)

由上可知，計算B條件下A發生的機率，可計算出後面等式的三個部分，B的機率（P(B)），是B的先驗機率、A屬於某類的機率（P(A)），是A的先驗機率、以及已知A的某個分類下，事件B的機率（P(B|A)），是後驗機率。

我們可以列出以下式子

MAX(P(Ai|B))=MAX(P(B|Ai)*P(Ai)/P(B))

我們從上面式子可知道，需要計算最大的後驗機率，只需要計算出分子的最大值即可，而不同水平的機率為P(C)，我們可進行P(X|C)的機率計算。貝葉斯假設變數X間是條件獨立的，P(X|C)的機率就可以計算為：

P(B|Ai) =P(B1/Ai)*P(B2/Ai)*P(B3/Ai)*.....*P(Bn/Ai)

然後我們需要有以上公式的資料即可得出結論。

當然，現實情況並不會這麼理想化。貝葉斯理論只是一個工具，並不能完全預測一個事件的走向。

而且其實使用全機率公式的計算模型應該更好。

我似乎很無聊啊！