這一節中關於概率分佈的描述，省略了一些語句，所以有點看不明白，經過反覆推敲琢磨分析以後，把這些省略的文字補足，這樣就能看懂了。【】中為補充的文字。
文中的“需要”的意思是“需要足夠的資料樣本來得到好的概率分佈”
假設詞彙表中有1000個單詞。要得到好的概率分佈，就需要足夠的資料樣本，假定樣本數為N，【這樣就可以得到好的概率分佈】。前面講到的約會網站示例中有1000個例項，手寫識別示例中每個數字有200個樣本，而決策樹示例中有24個樣本。其中，24個樣本有點少【，可能得不到好的概率分佈，統計學上至少要達到30】，200個樣本好一些，而1000個樣本就非常好了。約會網站例子中有三個特徵。由統計學知，如果每個特徵需要N個樣本【來達到好的概率分佈】，那麼對於10個特徵將需要N10個樣本【來達到好的概率分佈】【特徵a1需要n個，a2需要n個，所以10個特徵是n*n*n...*n】，對於包含1000個特徵的詞彙表將需要N1000個樣本【來達到好的概率分佈】。可以看到，所需要的樣本數會隨著特徵數目增大而迅速增長。
本文來自http://www.cnblogs.com/Sabre/p/8460670.html