Question

这是我的问题，希望你能帮助我：

让我们说，我们生活在一个只有两个类别的世界，每个类别都有一些特征。这个世界中的对象是这些特征的不同排列。

cat1：{a，b，c，d，e，f}

cat2：{g，h，i，j}

现在我们有一个具有以下功能的对象：

obj：{a，b，c，d，g，h}

此对象被归类为Cat.1的概率是多少？ p（cat1 | a，b，c，d，g，h）？

一般来说，我如何为以下公式建模： n个类别每个都有不同数量的特征，具有不同排列的对象？

Answer 1

您可以使用贝叶斯分类器来计算这些概率。为了拟合正态分布，因为它是贝叶斯分类器最常用的分布，请参阅this link。但是，要使用此解决方案，您需要假设每个对象都包含所有功能的值，例如：

obj1:{a=1, b=1, c=1, d=1, e=0, f=0, g=1, h=1, i=0, j=0}

请注意，在计算分布参数之前，必须对要素值进行标准化。