机器算法验证 - 基于几个边际概率的分类 - 吾爱随笔录

机器算法验证可能性分类边际分布

2022-03-26 13:53:20

在我的数据中，每个实例都有几个属性，如TRUEor FALSE。例如：

Instance1: X1=TRUE, X2=TRUE, X3=FALSE, ...
Instance2: X1=FALSE, X2=TRUE, X3=FALSE, ...

我需要对每个实例的TRUE/FALSE属性进行分类。Y到目前为止，我所知道的是条件概率和边际概率 $P(Y|X_1), P(Y|X_2), ...$ $P(X_1), P(X_2), ...$

是否存在指导推理的模型？谢谢。

1个回答

在实践中只有和可用。 $P(Y|X_n)$ $P(X_n)$

例如，是“用户是否访问过特定网站”，是性别。我们有的数据，我们可以购买一些特定网站的性别分布。 $X_n$ $Y$ $X_n$

现在我将尝试以下方法：

假设，即是独立给定 $P(X_1, X_2, ..., X_n|Y) = P(X_1|Y) P(X_2|Y) ... P(X_n|Y)$ $X_1, X_2, ..., X_n$ $Y$
根据和计算 $P(X_n|Y)$ $P(Y|X_n)$ $P(X_n)$

以下步骤很简单。

对于这种情况，也许有更好的假设。

其它你可能感兴趣的问题