刚开始介绍聚类。

如果某个字段的图形  不是正态分布的 ，就不能用正态方法估计概率。则可以用离散化

则要换办法

用Tan 模型。离散化组数Break 不要太多。不然会出现零的概率。

Tan：放宽独立性的假设

 计算x2的概率时，除了学参考Y外，可能还需参考x1，最多一个x输入属性当parent

模型评估：

   正确率accuracy

  回应率 命中率precisom：

捕捉率 、查全率：看有没有漏网之鱼

  F指标：同时考虑回应率和捕捉率

朴素贝式网络：

概率为0的处理：每个数都加0.5

空值处理：视而不见，不算它

数值型字段的处理：

         1.将数值型属性离散化，使数值型变成类别型

2.正态分布的公式，越接近u，概率越大、

模型是自动会更新的。updatable learning。尤其是在Big Data中，如过滤大量的垃圾文件

贝式网络：基于概率论

朴素贝叶斯

贝式定理：条件概率

P（Y|X）

除了要预测YES NO。  还要知道概率。（两个概率之和为1）

独立性假设：

推估男女