朴素贝叶斯，Laplace平滑

朴素贝叶斯分类是基于贝叶斯公式和特征条件独立假设的分类方法。
贝叶斯公式为： p(y|x)=p(x|y)∗p(y)p(x) 。x为特征向量，y是类别。
给定特征向量，求他属于那一个类别，也就是：

maxyp(y|x)=maxyp(x|y)∗p(y)

假设特征是条件独立的，即 p(x|y)=p(x1x2...xn|y)=∏ni=1p(xi|y) 。

拉普拉斯平滑在训练集有限的情况下，给定类别，某一特征值出现的条件概率 p(xi|y) 可能为0，这样在贝叶斯公式中分子和分母都为0，为了避免这种情况，就要用到Laplace平滑，分子加1，分母加 xi 可能出现的种类数。