找出给定数据集的概率，我可以说它是坏的概率

Question

我遇到有数据集的问题。在那里我有好的和坏的类别，在那个类别中，很少有元素可以是好的和坏的....

你可以看到我附上的静脉图，以获得一个视图和我拥有的数据集。如果你能帮帮我的话，请你真高兴。

我对概率和数学方面很陌生，但我有一个项目要做，在中间我必须找到一种方法来说明给定的数据集是坏的还是好的，具体取决于数据。

我可以使用什么概率论？ 如何使用...请使用我的数据集给出一个例子。三江源

EG。如果我得到A，D，E元素的数据集那么......我可以说它是坏的概率。

Answer 1

给出好/坏结果的函数称为分类函数。对于任何数据集，有许多方法可以构建分类函数。例如，参见Brian Ripley的“模式识别和机器学习”。

一种易于理解的方法是所谓的二次判别式。很容易描述：（1）为每个类别（好的，坏的等）构建高斯密度。 （2）输出新输入概率最大的类别。

（1）只计算每个类别中数据的均值和协方差矩阵。这给你p（x | category）。

（2）选择p（category | x）最大的类别。注意p（类别| x）= p（x |类别）p（类别）/ sum_i（p（x | category_i）p（category_i）），其中p（类别）只是（类别中的数据数）/（数字）所有数据）。如果使用对数，则可以稍微简化计算。

这样的函数可以用很少的编程语言来构造，它具有矩阵运算，例如Octave或R.