Question

基于几个数字特征（例如，v1 ... .v20），我有2个输出类（好的和差的）。

如果v1，v2，v3和v4为“高”，则该类为“差”。如果v1，v2，v3和v4为“低”，则该类为“好”

我可以使用ROC和使用随机森林的最小分类错误来获得这样的良好准确度。但是，我想添加一个新变量v21。我从经验中知道，如果此变量（v21）的值很高，则类可能不会“差”，即使v1，v2，v3和v4为高。当变量v21很高时（虽然变量v1，v2，v3和v4很高），获得“差”类的概率很低。

1）如何在分类中使用我对v21的了解来提高准确性？哪种是合适的分类技术？ 2）由于我的实际数据符合我的理解，无论如何，我可以计算当v21的值高且v1，v2，v3和v4的值高时获得“差”类的概率？

Answer 1

贝叶斯概率允许通过选择先前的分布来结合您的之前的信念和知识。

通过这种方式，您的实际数据将与先前的信念合并，形成您的最终后验分布。

因此，您在此案例中的先前分发应包含

的信息

P(myclass =poor|v1,v2,v3,v4) is high
P(myclass =poor|v21) is low

Answer 2

我遇到过类似的问题。即使我事先了解变量的影响，我也经常运行一个无偏的算法，如SVM，来对数据进行分类。然后我检查一下我的SVM是否正确。我还检查SVM是否与我已经知道的变量一致。如果SVM失败，我会尝试神经网络。希望这有帮助！