这让我觉得这是一个简单的问题,但在重新审视朴素分类器的工作原理时,我开始想知道是否存在在某些独立假设下获得的概率模型:
例如,这可以用于构建一个分类器,该分类器将类概率作为条件类概率的乘积(在上述情况下,将是班级,并且&特点)。
直觉告诉我这是可行的,但如果我试图找出在什么条件下我可以达到上面的等式,我一无所获。
例如,如果我假设独立于, 给定,我显然只是得到:所以我错过了第二个学期。我想不出任何给我原始方程的独立性假设。是因为它们不存在吗?
这让我觉得这是一个简单的问题,但在重新审视朴素分类器的工作原理时,我开始想知道是否存在在某些独立假设下获得的概率模型:
例如,这可以用于构建一个分类器,该分类器将类概率作为条件类概率的乘积(在上述情况下,将是班级,并且&特点)。
直觉告诉我这是可行的,但如果我试图找出在什么条件下我可以达到上面的等式,我一无所获。
例如,如果我假设独立于, 给定,我显然只是得到:所以我错过了第二个学期。我想不出任何给我原始方程的独立性假设。是因为它们不存在吗?
问题中的等式仅发生在两者都存在的微不足道的情况下和是单一的点质量价值。如果是真的,那么. 但是,请考虑以下界限:
当然,如果和的独立信息的非交互事件,并且具有统一的先验,那么这是组合信息的唯一合理方式。Geoff Hinton 称这是专家的产物。需要注意的是,如果没有统一的先验,那么在进行逐点乘法时会重复计算它。所以你真的应该做。
也许您可以说在和上诱导的可能性是独立的?