拉普拉斯平滑

使用贝叶斯算法时，用极大似然估计可能会出现所要估计的几率值为0的状况，会影响到后验几率的计算，使得分类产生误差，如何解决这一问题？算法 采用贝叶斯估计：在随机变量各个取值的频数上赋予一个整数 ，当 =0时就是极大似然估计，blog 常取 =1，这时成为拉普拉斯平滑。变量 先验几率变为： ，条件几率相似。im

>>阅读原文<<