朴素贝叶斯代码中的一个问题，个人观点。

作者在文中提到，如果将w展开为各个独立特征，那么可以将p(w/ci)展开为p(w0, w1, … | ci)。那么在整个数据集中，应该有 p(w0_0) + p(w0_1) = 1。但是在实际代码中，计算不同类别 p(w0) 的分母时，却加上了该数据行中单词出现的总次数，这里应该是有误的。如果将每个特征看作独立的，这里应该只需要加1。