朴素贝叶斯没有参数估计，给堆数据直接求，属于生成模型，不用优化模型求最佳参数，这区别于判别模型。
我遇到的困惑
（1）“后验概率最大”和“极大似然”这二者有什么区别和联系吗？
（2）朴素贝叶斯和EM这二者有什么区别和联系吗？
答案：
（1） 朴素贝叶斯是根据后验概率最大来分类的，在LR和最大熵模型的时候你肯定记得“极大似然估计”，“后验概率最大”和“极大似然”这二者有什么区别和联系吗？
二者都是概率模型，求的是p(Y|X=x)，极大似然认为哪个ck的联合概率分布p(Y=ck|X=x)最大，那输出类别就是它ck（这个是基于最大熵原理推导）。而最大后验概率则是哪个ck的后验概率p(Y=ck|X=x)*p(Y=ck)最大，那输出类别就是它ck（基于期望风险最小化推导）！
（2）EM和朴素贝叶斯我觉得区别很大，联系的话，就是都是概率模型，EM构建模型，根据极大似然或极大后验概率求解模型参数。EM的特定就是，含有隐变量。
定义：朴素贝叶斯是基于贝叶斯定理和特征条件独立假设独立的分类方法。具体地，对于给定的训练数据，首先基于特征条件独立假设（naive，天真，因为把模型想的这么简单）学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。
基于概率分布模型的分类问题说白了就是求P(y|X)，比如LR，我们是知道它的分布是伯努利（这个是LR的前提假设），求P(y=1|X=x)大还是P(y=0|X=x)，然后伯努利属于广义线性，根据推导能得到P(y=0|X=x)的公式表达。但对于一堆数据，我不想假设他是什么分布，但我还是要求P(Y=ck|X=x)，根据贝叶斯定理知道，条件概率：
很难算出来，输入特征有的是独立的有的是不独立的，不独立的还需要知道他们的关系，参数非常大。
但有一点，如果这些特征属性都独立，之间没有关系，那么这个联合条件概率就很好求了。假设数据集个数为n，则
朴素贝叶斯分类准则：后验概率最大化，那个ck的后验概率最大，则将ck作为x的输出。因为P(X=x)对所有的类ck都是一样的，所以可以不计算分母，只比较分子
条件独立又可表示为
为什么后验概率最大化可以采用呢？这是通过期望风险最小化推导出来的（过程略）
（朴素贝叶斯重点在于会通过这个分类器对给定的数据集分类）
如何求p(Y=ck)，p(X=xi|Y=ck) ，这里用频数去估计近似
但这会有个问题，如果在训练集中，某个特征没有出现过，即p(X=xi|Y=ck)为0，那这导致这个类的概率就为0了。我们知道没有出现只是概率偏低，但不能是绝对不可能出现。为了解决这个情况，提出了“平滑”处理，即贝叶斯估计，分子分母个加上一个数：
