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}^{(