r - 在训练集矩阵上扫描对数规范以找到对数似然

Question

作为机器学习课程作业的一部分，我在不使用任何外部库的情况下实现了一个 NaiveBayes 分类器。

我的训练数据集 X 有 8 个特征和 800 行的一个二进制标签；我已经按类计算了每个特征的均值和标准差的 1:8 向量，以及两个类的先验。

为了评估训练数据集上分类器的准确性，我想生成一个具有相同维度（i=800，j=8）的矩阵 Y，其中每个元素 y_ij 给出为

y_ij = dnorm(x_ij, mean = mean_j, sd_j, log = T)

我试过sweep、apply和lapply都没有成功。我被困住了，不幸的是，这是一个熟悉 R 而不是理解算法的问题。非常感谢您的帮助。

Answer 1

对此可能有更好的数据设置，但如果您已经有X两个均值和 sds 向量，xmean并且xsd，您可以使用sapply. 这是一个可重现的示例：

X <- matrix(rnorm(30), 10, 3)
xmean <- apply(X, 2, mean)
xsd <- apply(X, 2, sd)
sapply(1:ncol(X), function(j) { dnorm(X[,j], xmean[j], xsd[j], log = TRUE) })