今天通过starford的机器学习课件，重温了下Naive Bayes算法，其中几个关键知识点记录如下：

1.Naive Bayes公式的推导过程

2.分类准确率的计算

（1）调和平均数(harmonic mean)

 调和平均数用在计算相同距离但速度不同时，平均速度的计算；如一段路程，前半段时速60公里，后半段时速30公里〔两段距离相等〕，则其平均速度为两者的调和平均数时速40公里。或者计算两个并联电阻的平均电阻。

(2)Laplace smoothing for Naive Bayes

（3）分类准确率使用的的是F-measure.其本质是调和平均数。

以上。

重温Naive Bayes