如何用MATLAB解决这个条件概率问题？

Question

如果 P（c _j | x _i ）已知，其中 i = 1,2，... N; J = 1,2，...，K;

我如何计算/估算： P（c _j | x _l ，x _m ，x _n ），其中 j = 1,2，... k; l，m，n belongs to http://latex.mathoverflow.net/jsMath/fonts/cmsy10/alpha/120/char32.png {1,2，... n} ？

Answer 1

EDIT2 （根据OP的评论）

从bayes rule我们知道P(C|x1,x2,x3) ~ P(C)*P(x1,x2,x3|C)，因此对于分类，您计算所有C=j的表达式并预测最可能的类（MAP）。

现在计算P(x1,x2,x3|C)，对于i.i.d观察，这可以写成：P(x1,x2,x3|C) = P(x1|C)*P(x2|C)*P(x3|C)，给定参数模型，每个都可以轻松计算。

Answer 2

也许这site会有所帮助？我假设你试图在Matlab中实现贝叶斯规则。

Answer 3

如果没有进一步的信息或简化假设，您无法做什么。

条件概率P（A | B，C）不是（完全/完全:)由P（A | B）和P（A | C）确定。