朴素贝叶斯算法

 

朴素体现在哪里：假设的所有特征值都是独立的。

 

 

 

 但是实际中大多时候假设的条件（各个特征值之间不是独立的）；

因为有时候我们其中的一项可能是0，那么这几项的乘积就等于0了，发现这并不合理。

所以我们为了防止这种其他特征携带信息被数据中没有出现的特征情况抹去，在计算概率的情况下，加上了平滑处理，常用的有拉普拉斯修正。