使用贝叶斯规则估算概率?

时间:2013-03-26 14:06:16

标签: machine-learning

我正在撰写过去的试卷。给我一个数据集如下:

头发{棕色,红色} = {B,R}, 身高{tall,short} = {T,S}和 国家{英国,意大利} = {U,I}

(B,T,U)(B,T,U)(B,T,I)

(R,T,U)(R,T,U)(B,T,I)

(R,T,U){R,T,U)(B,T,I)

(R,S,U)(R,S,U)(R,S,I)

问题:估计概率P(B,T | U),P(B | U),P(T | U),P(U)和P(I)

正如问题所述估计,我猜我不需要计算任何值。仅仅是将P(B,T | U)出现在整个数据集上的次数加起来的情况,例如(2/12)= 16%。

那么P(U)的概率是0?

1 个答案:

答案 0 :(得分:0)

我不这么认为。在您的12条记录中,有8条来自英国。所以P(U)应该是8/12 = 2 / 3~ = .66

贝叶斯定理是P(A | B)= P(B | A)P(A)/ P(B),你需要估计其中一些概率。