樸素貝葉斯算法如何理解？
樸素貝葉斯算法是一個生成式的一個算法
我們的目的就是分類判斷當前的實例x是那個類別的,但是生成式是這樣的p(Ck/x)
在實際問題中我們通常知道p(Ck)這個叫做先驗概率。我們也會知道p(x/ck)中的個數，這種條件概率
那怎麼求 p(Ck/x)呢？首先是將條件概率分佈轉換成p(Ck,x)全分佈/p(x)
再將全分佈轉換成逆條件概率p(Ck)p(x/Ck) ，之後，在將p(x/Ck)展開成獨立分佈p(x1*x2*x3...xn/Ck)
然後將p(x)轉換成全概率公式p(x)===sum(p(x/ck)p(ck))
最後只要求出p(Ck/x)的最大值，只要求出k即可。怎麼求，極大似然估計法。
2.在使用極大似然估計法，可能會求出概率爲0的問題。怎麼辦，可以對進行拉普拉斯平滑，這樣就可以不會出現概率爲0的情況