朴素贝叶斯优化

朴素贝叶斯可用于分类和回归问题，对与分类问题，有多项式模型和伯努利模型。其中多项式模型相当于用一个词袋装进所有数据集中出现过的单词（不重复），然后根据test文本中出现的每一个单词在各标签中的概率来判断这个test属于哪一类标签。

多项式模型的优化：

1.可以增加词袋的大小，即将测试集中的单词也加入到词袋中。

2.拉普拉斯平滑，减少0概率的出现，导致最终概率出现很多0，无法比较。

3.拉普拉斯平滑公式中分子的1可以修改，分母的V可以改成整个词袋中的单词个数。