拉普拉斯平滑（Laplacian smoothing）

Python微信订餐小程序课程视频

https://edu.csdn.net/course/detail/36074

Python实战量化交易理财系统

https://edu.csdn.net/course/detail/35475
概念

• 零概率问题：在计算事件的概率时，如果某个事件在观察样本库（训练集）中没有出现过，会导致该事件的概率结果是  000 。这是不合理的，不能因为一个事件没有观察到，就被认为该事件一定不可能发生（即该事件的概率为 000 ）。

拉普拉斯平滑(Laplacian smoothing) 是为了解决零概率的问题。

• 法国数学家 拉普拉斯 最早提出用 加 111  的方法，估计没有出现过的现象的概率。
• 理论假设：假定训练样本很大时，每个分量 xxx 的计数加  111  造成的估计概率变化可以忽略不计，但可以方便有效的避免零概率问题

具体公式　　对于一个随机变量  zz\mathrm{z} , 它的取值范围是   {1,2,3…,k}{1,2,3…,k}{1,2,3 \ldots, \mathrm{k}} , 对于   mm\mathrm{m}   次试验后的观测 结果  {z(1),z(2),z(3),…,z(m)}{z(1),z(2),z(3),…,z(m)}  \left{\mathrm{z}^{(1)}, \mathrm{z}^{(2)}, \mathrm{z}^{(