带条件的Laplace修正平滑：仅对数据极值（0或1）进行平滑

原始样本数据 #

代表5个类别样本数量的数组如下：

import numpy as np
user_data = np.array([
    [16, 15, 14, 10, 0],
    [0, 13, 6, 15, 21],
    [12, 29, 1, 12, 1],
    [0, 0, 0, 0, 55]])

全量拉普拉斯平滑结果（k=2） #

此前对所有频率使用k=2的拉普拉斯平滑处理后，输出结果为：

array([[0.29824561, 0.28070175, 0.26315789, 0.19298246, 0.01754386],
       [0.01754386, 0.24561404, 0.12280702, 0.28070175, 0.38596491],
       [0.22807018, 0.52631579, 0.03508772, 0.22807018, 0.03508772],
       [0.01754386, 0.01754386, 0.01754386, 0.01754386, 0.98245614]])

修正后的处理需求 #

现需调整平滑策略：仅对数据中的极值（0或1）进行拉普拉斯修正平滑，而非对所有频率统一处理。

内容的提问来源于stack exchange，提问作者alxander21