西瓜皮18.6.27

读第七章 朴素贝叶斯分类器

得知一个瓜Q的参数后，在样本集中分析Q拥有的各属性在好与坏中出现的概率，并假设各概率间相互独立，最后综合得出好瓜的概率，为瓜Q的各参数值为好瓜的概率总乘积，坏瓜概率为瓜Q各参数值可能为坏瓜概率乘积。最后比较好瓜概率与坏瓜概率，得出瓜Q是好瓜还是坏瓜。

当瓜Q某属性值在样本群中全为坏，或不存在好的样本，则会导致该属性好瓜概率为0，为了避免这种状况，常用“拉普拉斯修正”，即在属性群中增加结果类，简单来讲就是判断结果为好坏两种，则N=2，若判断是生瓜/熟瓜/腐瓜，则N=3，增加属性值即防止分子为0，避免了样本群中某属性无好瓜的情况，这种方法虽然会改变样本概率，但不会影响最终结果的判断。