西瓜书 习题7.3 朴素贝叶斯分类器+拉普拉斯修正

Naive Bayes Classifier with Laplacian correction

数据和代码在我的git上，原创代码：

https://github.com/qdbszsj/NBC

朴素贝叶斯分类器，用的贝叶斯定理（这不是废话），举个例子，说白了就是：绿瓜是好瓜的概率=所有好瓜里的绿瓜个数/所有绿瓜个数。假如一个瓜是绿的，还很清脆，那么这个瓜是好瓜的概率就是P（绿瓜是好瓜）*P（清脆瓜是好瓜），前面再乘一个好瓜坏瓜的权重，同理求出坏瓜的对应值，然后比较一下，取最大的那个（西瓜书p151，公式7.15）

这里的那个函数P很耗时间，而且经常会求一样的东西，因此我加了个记忆化搜索，用map存一下，避免重复计算。kindsOfAttribute这个是用来存第i个属性可能的取值数，好用来当拉普拉斯修正的那个要加在分母上的值，continuousPara是存连续值的那个mean和std，避免重复求。

然后这里我发现求出来的数和书本上不一样，仔细检查了一下，发现书上有一个地方错了，西瓜书P152页的那个P（凹陷|是）=6/8=0.750这里，真正我查了一下原表，应该是5/8=0.625才对，这里出错导致后面的数都多少有些差错。

我求累乘的时候，用的log累加法，这个道理很简单，为了防止小数下溢，精度损失&#