statistics - 机器学习 - 分类算法

Question

我想找到以下概率：

P(y=1/n=k; thetha) 

读作：

概率，预测是第 1 类给定的单词数 = k，由 thetha 参数化

传统分类没有条件概率（右）

P(y = 1; thetha) 

我该如何解决这个问题？

编辑：

例如，假设我想根据附件的数量来预测电子邮件是否为垃圾邮件。让我们y=1指出垃圾邮件和y=0非垃圾邮件。

所以，

P(y = 1/num_attachements=0; some attributes)
and so on!!

这有意义吗？

Answer 1

使用朴素的 Baisean 分类器。您可以很快自己编写代码或使用/查看 nltk 库。

Answer 2

通常附件数量只是另一个属性，因此您的概率与

P(y = 1 | all attributes)

但是，如果您对附件有一些特殊处理（例如，其他属性是数字，附件是布尔值），您可以单独计算它们，然后组合为：

P(C|A, B) = P(C|A) * P(C|B) / P(C)

其中C代表 event y = 1，A- 代表附件和B其他属性。

有关几个 Nave Bayes 分类器的描述，请参阅本文。