拉普拉斯平滑

使用貝葉斯算法時，用極大似然估計可能會出現所要估計的機率值爲0的狀況，會影響到後驗機率的計算，使得分類產生誤差，如何解決這一問題？算法 採用貝葉斯估計：在隨機變量各個取值的頻數上賦予一個整數 ，當 =0時就是極大似然估計，blog 常取 =1，這時成爲拉普拉斯平滑。變量 先驗機率變爲： ，條件機率相似。im

>>阅读原文<<