贝叶斯算法（词袋模型+TF-IDF算法）
6贝叶斯算法（分类）
已知：P(X|H)，求P(H|X)
#通过抽样来获得先验概率
#贝叶斯例子
#如果有多个特征的情况下会使得统计量巨大，n个特征，需要计算2n-1次
#解决办法：朴素贝叶斯（假设：特征X1,X2,X3……之间都是相互独立的）
#贝叶斯模型
#多项式模型
#伯努利模型
#混合模型
#高斯模型
7词袋模型（Bag of Words）
#自然语言处理（Natural Language Processing）和信息检索（Infomation Retrieval）
#BoW忽略文本的语法和语序等要素，将其仅仅看作是若干个词汇的集合，文档中每个单词的出现都是独立的。BoW使用一组无序的单词来表达一段文字或文档。
#例子：
8TF-IDF算法
#TF（Term Frequency）提取词频
#IDF（Inverse Document Frequency）逆文档频率
IDF大小与一个词的常见程度成反比
#例子