计算"证据"朴素贝叶斯分类的概率

时间:2016-11-28 10:03:21

标签: machine-learning statistics naivebayes

我刚刚编写了一个朴素贝叶斯分类器,用于文本分类,给我预期的结果。我的功能是单词,我的类是文本类。我编写了一个多项式朴素贝叶斯分类器。

但我希望我的分类器输出实际百分比值......

为此,我必须按照this wikipedia page中的说明计算证据概率。

我没有问题来计算先验和条件概率。但是我不知道如何计算证据概率P(X)。而谈论它的少数文件不是很清楚。

我试过了:

  1. P(X)作为P(Xi)的乘积,其中Xi是我的特征(基本上它是池中特征百分比的乘积)。
  2. P(X)为P(Ck)*之和(所有类别的P(Xi / Ck)乘积。
  3. 这些解决方案都没有给我正确的百分比......

    你知道如何在我的案例中计算证据概率吗?

0 个答案:

没有答案