用了一个星期，弄了一个朴素贝叶斯分类的演示，记录一下选择。
文件格式
最初参考了Weka用的ARFF格式，因为我只处理离散值，而且Parser难写，类型难设计，所以做了很多简化。
文件解析
文件解析用了attoparsec和cassava，都是出于对性能的考虑。Hackage上有好几个CSV文件解析的库，只有cassava是用vector，所以就选了cassava。我想用流的方式解析文件，用Mutable vector记录数据，没成功，最后还是要把整个文件读到内存。文件解析的时候，各种类型的字符串转来转去，略麻烦，每次类型不对就转一转，我试过简化一下转换过程，也失败了，
Web框架
最初我是想用Yesod，因为以前有看过，感觉会比较容易。但是，一想到这个演示处了理静态文件，就只有两个页面，数据库什么的都不用，所以想换个轻量级的框架。那天刚好看了sunroof的一个教程，顺带发现了scotty，看了下API，感觉够用，就决定用scotty了。
模板
scotty不带模板，所以我用blaze-html作为模板。我先用html写一遍，花了不少时间学bootstrap。看起来还可以就转换成blaze-html。用blaze-html写真比html的方便很多，可以把重复部分抽取出来，感觉良好，不过要编译才能看结果，反馈时间要长一点。
数据处理
最初，我在服务器端计算出全部的先验和条件概率，然后在浏览器预测新实例的分类。这样扩展起来太麻烦，例如我要加入拉普拉斯平滑，因为我不在服务器端保存数据，所以要同时返回平滑的和没平滑的结果。现在服务器端只简单统计了一些信息，让浏览器端计算概率，公式显示也很容易就实现了（用了Mathjax）。
两个版本管理系统
我一开始就用Darcs管理代码，但是部署到OpenShift的时候用git，要经常复制文件，我想应该可以用cabal来实现，只是没时间看文档，所以还是写了个脚本来复制文件。
浏览器差异
只在Chromium 26、Firefox和某IE上测试过，显示略有差异，还是Chromium最好。