训练基于朴素的分类器

数据挖掘 朴素贝叶斯分类器 在家工作
2022-02-28 21:51:42

在此处输入图像描述

对于 (a) 我计算了P(G)=58,P(O|G)=25,P(B|G)=15,P(C|G)=45, 和P(A|G)=45. 现在我如何计算这些值的最大似然估计?

我该如何处理(b)部分?我明白了O,B,C,A是独立的,所以我可以将它们相乘以获得联合概率。但是对于像Oi样品i=9, 那只是0,因为样品 9 没有户外座位。我应该如何计算P(Gi)如果我不知道什么G9是?

1个回答
  1. 完成:MLE 是一个有点抽象定义的概念,但本质上它是您对参数的最佳猜测。在这种情况下,我们假设观察到的频率是您的最佳猜测。
  2. 在 IsGoodRestaurant=1 的情况下,您想计算观察的概率(在这种情况下,HasOutdoorSeating=0)。该概率不为 0(例如检查第一个样本)