我遇到这个问题：我有两组随机数据（双打data1和data2数组），我还有另一个随机数据点（单双）价值dataI）。
如何判断dataI是否更适合data1或data2设置？
答案 0 :(得分：0)
为了解决这个问题，您必须对生成两个数据集的过程做出一些假设。最简单的是每个数据集都是从高斯分布中提取的，每个分布的均值和方差不同。根据您对问题的了解，做出其他假设是完全合理的。如果您对此问题有更多说明，我们可以提供帮助。
班级（即哪组）概率p(c_i|x)仅为p(x|c_i) p(c_i)/(p(x|c_1) p(c_1) + p(x|c_2) p(c_2))。在高斯假设下，p(x|c_i)只是G(x;mu_i, sigma_i)，其中G是高斯密度函数。您可以将每组的均值和方差估计为样本均值和样本方差。 p(c_i)是类先验，即每个类中数据的比例。
在为每个类（其中i = 1或i = 2）计算p(c_i|x)后，您可以确定x来自具有最大p(c_i|x)的类。这基本上假设两类错误分类的损失或成本相等。如果存在不同的错误分类成本，您可以应用成本矩阵并以最低预期成本进行分配。如果你有兴趣，我可以解释一下。
＆＃34;混合建模的一般主题＆＃34;与此相关。