关于用贝叶斯方法判断性别的教程中Laplace平滑问题

根据名字判断性别有一个朴素贝叶斯教程（http://sofasofa.io/tutorials/naive_bayes_classifier/），但是关于其中Laplace平滑我有一个疑问。

教程作者首先统计了两个性别中，每个字出现的概率。由于最后计算后验概率时需要有公共的部分，因此作者又计算了该公共部分，即如下代码：

base_f = math.log(1 - train['gender'].mean())
base_f += sum([math.log(1 - frequency_list_f[char]) for char in frequency_list_m])

base_m = math.log(train['gender'].mean())
base_m += sum([math.log(1 - frequency_list_m[char]) for char in frequency_list_m])

为了避免新名字中某些字出现的概率变为0，采用了Laplace平滑。即在测试集中，在计算每个字的概率时使用了Laplace平滑。但是在计算base_f和base_m时，作者却并没有用到Laplace平滑。

我认为Laplace平滑应该在计算base_f和base_m时也应该用吧？