基础果然要牢记（一次失败的电面）
果然又是一个悲剧的面试，不是上次笔试的悲剧，这次又以面试的悲剧结束。设计的主要问题是毕业设计的搜索引擎的设计，设计到问题为什么爬去和索引效率为什么会这么低？这个问题还真是不太清楚，因为这个问题本来就是利用Nutch的框架，我们当中只是实现了其中的一些插件，然而我们插件会输出一些东西。我感觉最耽误时间的就是那个贝叶斯分类器了，但是当问到贝叶斯分类器的时候，就彻底的完了，当时没有意识到我实际上说的是一个KNN分类器。
描述一下分类器的具体实现，我当时描述的是将文本和训练样本都进行分词，然后计算每个文本和样本的余弦夹角，然后选择距离最近的那一个类别作为我们标记的类别。有没有什么问题？当时没感觉有什么问题，可是她说这根本不是一个贝叶斯分类器，当时懵了，只记得贝叶斯分类器是算概率的，一时想不起来贝叶斯分类器了。描述的这个分类器当时一时也没有想起来是什么，现在电话挂的那一刻想到这是一个KNN分类器。投票机制的感觉，果断还是要时刻复习自己实现的项目的，掌握每个细节。
现在回想一下贝叶斯分类器大概的原理，它是计算最大后验概率及 P（Ci|Xi...），及出现这一堆频率的时候Ci出现的概率大小，选取最大的那个作为结果。根据贝叶斯公式可以对后验概率进行转换，转换为先验概率的计算P（Ci|Xi...）=P(Xi...|Ci)*P(Ci)/P(Xi...)，针对给出的文本，其中Xi就是分词中的每个词。针对一个文本，右边的分母部分相同。所以计算的任务就是P(Xi...|Ci)*P(Ci)这部分。假设每个词都是独立的，则可以转换为P（Xi|Ci)*P(Xj|Ci)*...*P(Ci)，所以这部分最大的及为所求的类别。
只是一个问题的原因，就果断悲剧了，面试的妹纸果断是一个搞技术的，一下子就戳穿了我。没有实现过贝叶斯分类器果然很虚。我决定有时间一定要实现一个贝叶斯分类器，自己实现算法，分词和停用词部分这些争取也自己实现，基础知识果然还是要牢牢的掌握，不能忘记。
又一个悲剧的实习面试，自己实力太弱了，乖乖的写服务器。
贝叶斯服务器实现（待续）...
