朴素贝叶斯
1.贝叶斯公式
2. 从机器学习的角度理解朴素贝叶斯公式
3. 垃圾邮件识别
4. 分词
对于二分类比较器，分母一样，只要比较分子即可：
5. 条件独立假设
6. 朴素贝叶斯
加上独立假设的贝叶斯方法就是朴素贝叶斯方法。弊端是语句没有顺序。
7. 处理重复词语的三种方式
7.1 多项式模型
7.2 伯努利模型
7.3 混合模型
8. 去除停用词与选择关键词
9. 平滑技术
10. 总结
11. 实际工程的tricks
11.1 trick1 ：取对数， 对于多项式相乘，精度会有很大误差
这里的C是朴素贝叶斯公式中的分子部分。
比较logC（垃圾邮件的概率）和log^C正常邮件的概率，
将log计算出的结果保存到字典中，供下次查询。
11.2 trick2：转换为权重
11.3 trick3：选取topk的关键词
只选取topk个关键词作为计算。
11.4 trick4：分割样本
11.5 trick5：位置权重
11.6 蜜罐
1
end