贝叶斯分类算法中的那个公式怎么解释?
来源:学生作业帮 编辑:搜狗做题网作业帮 分类:数学作业 时间:2024/08/17 20:40:03
贝叶斯分类算法中的那个公式怎么解释?
度.百.科.里的“贝叶斯分类算法”,文章最后有个公式,不懂,
P(A|t1 ,t2,t3……tn)=(P1*P2*……PN)/[P1*P2*……PN+(1-P1)*(1-P2)*……(1-PN)]
不要复制粘贴
度.百.科.里的“贝叶斯分类算法”,文章最后有个公式,不懂,
P(A|t1 ,t2,t3……tn)=(P1*P2*……PN)/[P1*P2*……PN+(1-P1)*(1-P2)*……(1-PN)]
不要复制粘贴
![贝叶斯分类算法中的那个公式怎么解释?](/uploads/image/z/5885646-6-6.jpg?t=%E8%B4%9D%E5%8F%B6%E6%96%AF%E5%88%86%E7%B1%BB%E7%AE%97%E6%B3%95%E4%B8%AD%E7%9A%84%E9%82%A3%E4%B8%AA%E5%85%AC%E5%BC%8F%E6%80%8E%E4%B9%88%E8%A7%A3%E9%87%8A%3F)
1.收集大量的垃圾邮件和非垃圾邮件,建立垃圾邮件集和非垃圾邮件集.2.提取邮件主题和邮件体中的独立字符串,例如 ABC32,¥234等作为TOKEN串并统计提取出的TOKEN串出现的次数即字频.按照上述的方法分别处理垃圾邮件集和非垃圾邮件集中的所有邮件.3.每一个邮件集对应一个哈希表,hashtable_good对应非垃圾邮件集而hashtable_bad对应垃圾邮件集.表中存储TOKEN串到字频的映射关系.4.计算每个哈希表中TOKEN串出现的概率P=(某TOKEN串的字频)/(对应哈希表的长度).5.综合考虑hashtable_good和hashtable_bad,推断出当新来的邮件中出现某个TOKEN串时,该新邮件为垃圾邮件的概率.数学表达式为:A 事件 ---- 邮件为垃圾邮件; t1,t2 …….tn 代表 TOKEN 串 则 P ( A|ti )表示在邮件中出现 TOKEN 串 ti 时,该邮件为垃圾邮件的概率.设 P1 ( ti ) = ( ti 在 hashtable_good 中的值) P2 ( ti ) = ( ti 在 hashtable_ bad 中的值) 则 P ( A|ti ) =P2 ( ti ) /[ ( P1 ( ti ) +P2 ( ti ) ] ; 6.建立新的哈希表hashtable_probability存储TOKEN串ti到P(A|ti)的映射 7.至此,垃圾邮件集和非垃圾邮件集的学习过程结束.根据建立的哈希表 hashtable_probability可以估计一封新到的邮件为垃圾邮件的可能性.当新到一封邮件时,按照步骤2,生成TOKEN串.查询hashtable_probability得到该TOKEN 串的键值.假设由该邮件共得到N个TOKEN 串,t1,t2…….tn,hashtable_probability中对应的值为 P1 ,P2 ,……PN ,P(A|t1 ,t2,t3……tn) 表示在邮件中同时出现多个TOKEN串t1,t2……tn时,该邮件为垃圾邮件的概率.由复合概率公式可得 P(A|t1 ,t2,t3……tn)=(P1*P2*……PN)/[P1*P2*……PN+(1-P1)*(1-P2)*……(1-PN)] 当 P(A|t1 ,t2,t3……tn) 超过预定阈值时,就可以判断邮件为垃圾邮件.