2

我正在研究 C# 的朴素贝叶斯解决方案，其中有两种可能的结果。我找到了一个小示例代码，但想知道是否有人能够解释最后一行。

分析器正在查找单词属于两个类别中的 1 个的概率

cat1count是在类别 1 中找到的单词数（如果在类别 1 中找到 2 次，则为 2 / 在类别 1 中的总字数）

cat1total= 类别 1 中的总字数

据我了解，bw是单词属于第 1 类gw的概率，是单词属于第 2 类的概率

pw并且fw是我开始有点迷失的地方。完整的源代码可以在这里找到。

        float bw = cat1count / cat1total;
        float gw = cat2count / cat2total;
        float pw = ((bw) / ((bw) + (gw)));
        float
            s = 1f,
            x = .5f,
            n = cat1count + cat2count;
        float fw = ((s * x) + (n * pw)) / (s + n);

什么是fw？我明白bw,gw和pw是什么。

4

1 回答 1

1

w对于正在分析的文本（例如推文）中的每个特定单词，都会一遍又一遍地调用此代码。所有变量都是使用频率估计的条件概率。

bww是在给定单词是第 1 类文本的情况下看到该单词的概率

gww是在给定单词是第 2 类文本的情况下看到该单词的概率

pw重新调整概率bw，使罕见词与常见词的比例相似（在数学上，除法表示这pw是一个条件概率）

fw只需移动比例，使其pw不能为零（或一）。因此，如果，例如，pw=0和n=10，fw = ((1 * 0.5) + (10 * 0)) / (1 + 10) = 0.045。（一般来说，理解这段代码的一个好方法是玩一些不同的数字，看看会发生什么。）

如您所知，在朴素贝叶斯中，条件概率相乘（在这种情况下，通过您指向我的github Analyzer.cs 文件LogProbability中的函数），所以如果您在任何地方的条件概率为零，您就有麻烦了乘法，因为最终结果将为零。因此，通常的做法是用一个小数代替零，这就是.fw

于 2013-07-20T18:00:43.803 回答