Question

我使用naives bayes模型进行二元分类，使用离散和连续变量的组合。我的问题是，我可以对连续和离散观测变量使用不同的条件概率分布（CPD）函数吗？例如，我将高斯CPD用于离散变量的连续和一些确定性CPD？

谢谢

Answer 1

是的，在同一模型中混合连续变量和离散变量是正常的。请考虑以下示例。

假设我有两个随机变量：

注意T是连续的，D是离散的。假设我想预测约翰是否会去海滩，由二进制变量B表示。然后我可以设置我的推理如下，假设T和D在条件上独立给定B。

           p(T|B) • p(D|B) • p(B)
p(B|T,D) = ━━━━━━━━━━━━ ∝ p(T|B) • p(D|B) • p(B)
                p(T) • p(D)

p（T | B）可以是高斯分布，p（D | B）可以是离散分布，而p（B）可以是约翰前往海滩的频率的离散先验。