学习这个视频的方法就是，其实笔记不多，重点是看懂视频，如果还有wrap up也好好听，有recap也好好看对比。 看下讲义， 最后写200行不到的笔记就够了， 重点是听懂。
Multivariate Bernoulli Event Model，这里的都是0，1。 Multinomial Event Model, 这里的可以是多种情况。
In particular is now a multinomial, rather than a Bernoulli distribution.
今天先看完这个第二种贝叶斯估计好了。 今天的课很难，看了三遍才看明白，并且这个也是不考虑词的位置的。
通俗来说， 这个第二个模型想考虑一个次的词频。 假设我们的训练组有封邮件，每封邮件有个次，那么我们有种可能性，假设训练组里面所有的词我们的字典里面都有，假设字典是个词， 那么一共一个位置上的可能性有种。
但是细想在不同训练组的邮件中是不一样的， 为了表达这种差异性， 假设表示第封邮件。 因此表示第封邮件的字数，表示第封邮件的第个词位置。 如果这个词是字典上第35000个词，假设是apple，用。
然后注意看，这个模型考虑了字典上某个词的词频，因为只是众多情况中的一种， apple在其他位置满足了，也会，因此完成了表达词频的重要性。
词频很重要，比如<促销>这个词，出现一次和出现多次不能作为一个标志，因为出现多次后我们才能更相信这个是垃圾邮件，但是只出现一次，很可能是误操作，可以等同于0的情况。
下面可以解释下模型。
值得注意的地方，在第一个模型中，我们可以用onehot来达到词频的方法，并且如果是连续变量的概念，可以分类就好。但是这两种方法都没有考虑词的位置，这个之后才会介绍。
如果一个word有多频，可以onehot就好了，不是大问题。 虽然word之间不可能是完全独立，但是bayes的效果好，只能说明实践中， word间的关系不强，也可以出很好的效果。
假设训练集， ，封邮件。 ，第封邮件中每个word的情况。
是一组向量。 是一个向量，表示不是垃圾邮件，是垃圾邮件。 然后，假设参数， ， ，
并且
怎么理解这个公式？ 很好理解，是一种conditoal的概念，表达了
因为不用样本，不用，因此
表达了所有可能性，每种可能性含有字典里面的每一种， 假设字典里面有50000个次，词编好了号，那么就有50000中可能性。
衡量了，一个可能性等于字典里面第k个词的情况， 衡量了，第封邮件，一共可能性的count。
衡量了在conditional后，所有的可能性的count。
Laplace就是在分子加1，分母加50000。 因为laplace的修正就是在所有发生可能性的情况下，设置了下限为至少一种而已。
之后开始说非线性生成模型了。