1.樸素貝葉斯分類器為什么引入拉普拉斯平滑色建？
為了防止條件概率P(X|Y)出現(xiàn)概率為0
2.什么時(shí)候使用EM算法？E和M分別做什么购裙？
如果概率模型的變量都是觀測(cè)變量析苫，則給定數(shù)據(jù)之后，可以直接用極大似然估計(jì)法或者貝葉斯估計(jì)法來估計(jì)模型參數(shù)潭千。
但是當(dāng)模型含有隱變量時(shí)谱姓，就不能簡單的使用這些估計(jì)方法。此時(shí)需要使用EM算法刨晴。
??EM算法是一種迭代算法屉来。
??EM算法專門用于含有隱變量的概率模型參數(shù)的極大似然估計(jì)路翻，或者極大后驗(yàn)概率估計(jì)。
EM算法的每次迭代由兩步組成：
??E步求期望茄靠。
??M步求極大茂契。
所以EM算法也稱為期望極大算法。
3
