朴素贝叶斯分类

贝叶斯公式推导

基本的贝叶斯公式由来

损失函数

以上目标函数最大根据公式即求P(ck)和P(x|c)最大，根据最大似然估计用采样的值作为其概率分布参数

对于多项式贝叶斯 即求fi*P(xi|ck) 和 该类别的概率的值之和，fi为要分类的文档中单词的出现的次数（下面多项式贝叶斯有推导）

对于伯努利贝叶斯 fi变为1即可

(spark mllib 的多项式贝叶斯分类源码中有体现http://spark.apache.org/docs/latest/api/python/_modules/pyspark/mllib/classification.html#NaiveBayesModel.predict

中的这段代码 return