学习机器学习之前，先来回顾一下统计学的基础知识
entropy（熵）：测量不确定性，entropy越高，不确定性越高（harder to predict）
伯努利分布(Bernoulli distribution)：又称为两点分布，试验结果只是两种可能性，比如扔硬币的正反面。
二项分布(binomial distribution)：将伯努利试验独立地重复n次称为n重伯努利试验，独立是指每次试验结果互相不影响，二项分布是n重伯努利试验中正例发生次数的离散概率分布，也就是说，抛n次硬币，出现正面的次数的概率分布。
多项分布(multinomial distribution)：多项分布是对二项分布的扩展，二项分布是单变量分布，而多项分布是多变量分布。二项分布的典型例子是抛硬币，每次试验有正反两种对立的可能，多项分布的例子是扔骰子，每次试验有多种可能，进行多次试验，多项分布描述的是每种可能发生次数的联合概率分布。
朴素贝叶斯方法（Naive Bayes）
朴素贝叶斯分类器(Naïve Bayes classifier)是一种相当简单常见但是又相当有效的分类算法，在监督学习领域有着很重要的应用。这个算法叫做Naïve Bayes，但是它到底naive（朴素）在哪里呢？朴素贝叶斯分类器采用了“属性条件独立假设”（attribute conditional independent assumption），用通俗的话来讲，就是一个属性，或者是我们所说的特征，相互之间是独立的；也正是有了这个假设，朴素贝叶斯分类器才能做这么多事情，在监督学习的世界里有着这么广泛的应用。接下来进入正题，看看朴素贝叶斯分类器究竟是怎么工作的。
先修知识：基本的概率论与数理统计，基本的机器/统计学习概念
什么是分类
要了解朴素贝叶斯分类器，首先要知道什么才是分类（classification）。分类是一种确定数据类别（category）的问题，比如确定西瓜好坏、天气阴晴，或者是某一天潮涨潮落、花开花谢，这样的问题属于分类中的二分类（binary classification）问题；如“赤橙黄绿青蓝紫，谁持彩练当空舞”这样的问题，则是多分类（multi-class classification）问题。如果你是熟悉用回归（regression）这种输出结果为连续的算法来预测数据，那么分类就是就可以当做是回归的离散版本，例如Logistic回归就是一个很经典的回归算法转化为分类算法的案例。分类的思想在人类世界中比比皆是，比如人类就属于生物，生物中的动物，而且是动物中的哺乳类动物。如果还要细分，那么人类则是属于哺乳纲灵长目人科。如果有一天我们发现了一个新的生物，或许不需要生物学家们的努力，我们自己就能训练出一个分类器分类。如果要让机器去给没有类别的茫茫数据分类，那就是类聚（clustering）了。
朴素贝叶斯分类器训练
前面的理论看起来可能很无聊，下面用实际的例子介绍贝叶斯分类器的训练。scikit-learn是Python上一个非常棒的机器学习工具包，其中包含的莺尾花数据集（Iris dataset）非常适合新手练手使用。Iris数据集的输出空间为
，也就是训练的输出只可能是这三个；输入则是一个简单的四维向量，包含了Sepal length、Sepal width、Petal length和Petal width 四个特征。数据分布如下图所示（仅显示两个特征）：
拉普拉斯平滑（Laplace smoothing）
参考：https://blog.csdn.net/jteng/article/details/54632311
作者：Victor
