我是机器学习的新手，无法解决这个问题。我有两个患者数据集，第一个 ( ) 包含传达血液样本信息的 ) 包含 传达 X 射线信息的在这两个数据集中，是常见的诊断输出。$D_1$$Y,Z,X$$D_2$$W,T,X$$X$

由于有两个不同的数据集，我使用如下所示的两个朴素贝叶斯模型对解决方案进行了建模，其中是公共因变量。（我知道我可以使用朴素贝叶斯以外的其他技术，但这不是我的问题的目的。）$X$

• $P(X|Y,Z,D_1) \propto P(Y|X,D_1) \cdot P(Z|X,D_1) \cdot P(X,D_1)$
• $P(X|W,T,D_2) \propto P(W|X,D_2) \cdot P(T|X,D_2) \cdot P(X,D_2)$

我想在这些模型中结合 X 的后验概率：和以确定总体结果概率（诊断结果）新患者。$P(X|Y,Z)$$P(X|W,T)$$P(X|Y,Z,W,T)$

我怎样才能结合这些概率？

可以按如下方式完成吗？

$P(X|Y,Z,W,T) \propto \frac{P(X|Y,Z) * P(X|W,T)}{P(X,D_{combined})}$

如果是这样，先验、和之间的关系是什么？$P(X,D_1)$$P(X,D_2)$$P(X,D_{combined})$