果然又是一個悲劇的面試，不是上次筆試的悲劇，這次又以面試的悲劇結束。設計的主要問題是畢業設計的搜索引擎的設計，設計到問題為什么爬去和索引效率為什么會這么低？這個問題還真是不太清楚，因為這個問題本來就是利用Nutch的框架，我們當中只是實現了其中的一些插件，然而我們插件會輸出一些東西。我感覺最耽誤時間的就是那個貝葉斯分類器了，但是當問到貝葉斯分類器的時候，就徹底的完了，當時沒有意識到我實際上說的是一個KNN分類器。
描述一下分類器的具體實現，我當時描述的是將文本和訓練樣本都進行分詞，然后計算每個文本和樣本的余弦夾角，然后選擇距離最近的那一個類別作為我們標記的類別。有沒有什么問題？當時沒感覺有什么問題，可是她說這根本不是一個貝葉斯分類器，當時懵了，只記得貝葉斯分類器是算概率的，一時想不起來貝葉斯分類器了。描述的這個分類器當時一時也沒有想起來是什么，現在電話掛的那一刻想到這是一個KNN分類器。投票機制的感覺，果斷還是要時刻復習自己實現的項目的，掌握每個細節。
現在回想一下貝葉斯分類器大概的原理，它是計算最大后驗概率及 P（Ci|Xi...），及出現這一堆頻率的時候Ci出現的概率大小，選取最大的那個作為結果。根據貝葉斯公式可以對后驗概率進行轉換，轉換為先驗概率的計算P（Ci|Xi...）=P(Xi...|Ci)*P(Ci)/P(Xi...)，針對給出的文本，其中Xi就是分詞中的每個詞。針對一個文本，右邊的分母部分相同。所以計算的任務就是P(Xi...|Ci)*P(Ci)這部分。假設每個詞都是獨立的，則可以轉換為P（Xi|Ci)*P(Xj|Ci)*...*P(Ci)，所以這部分最大的及為所求的類別。
只是一個問題的原因，就果斷悲劇了，面試的妹紙果斷是一個搞技術的，一下子就戳穿了我。沒有實現過貝葉斯分類器果然很虛。我決定有時間一定要實現一個貝葉斯分類器，自己實現算法，分詞和停用詞部分這些爭取也自己實現，基礎知識果然還是要牢牢的掌握，不能忘記。
又一個悲劇的實習面試，自己實力太弱了，乖乖的寫服務器。
貝葉斯服務器實現（待續）...