V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
nickname
V2EX  ›  机器学习

关于贝叶斯公式求后验概率

  •  1
     
  •   nickname · 2016-05-16 13:11:06 +08:00 · 1708 次点击
    这是一个创建于 3113 天前的主题,其中的信息可能已经有所发展或是发生改变。

    假如,现在文本训练集中有两个正子类: c1 和 c2 ,且先验概率 P(c1)=0.8 , P(c2)=0.2 ,词的条件概 率为 p(w1|cl)=0.3 , p(w2|c1)=0.7 , p(w3|c2)=0.4 , p(w4|c2)=0.6 ,词的缺省条件概率为 0.1 ,那 么,对于未标记集 U 中的文档 d 。 d1={w5,w6}, d2={w1,w6}, d3={w1,w2,w2}, d4={w3,w3,w4),

    根据贝叶斯公式得后验概率: P(c1|d1)=4/5 , P(c2|d1)=1/5 ; p(c1|d2)=12/13 , p(c2|d2)=1/13 ; p(c1|d3)=588/589 , p(c2|d3)=1/589 ; P(c1/d4)=1/25 ,

    这个贝叶斯求后验概率具体步骤是怎么样的? 以 p(c1|d1)为例,怎么计算得出为 4/5? p(c1|d1)=p(c1|w5,w6)=p(w5,w6|c1)*p(c1)/p(w5,w6)?

    目前尚无回复
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   978 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 29ms · UTC 19:55 · PVG 03:55 · LAX 11:55 · JFK 14:55
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.