我想找到以下概率：
P(y=1/n=k; thetha)
读作：
概率，预测是1级给定的单词数= k，由thetha
参数化
传统分类没有条件概率（右）
P(y = 1; thetha)
我该如何解决这个问题？
修改
例如，假设我想根据附件数预测电子邮件是否为垃圾邮件。
让y=1表示垃圾邮件，y=0表示非垃圾邮件。
所以，
P(y = 1/num_attachements=0; some attributes)
and so on!!
它有意义吗？
答案 0 :(得分：1)
使用Naive Baisean分类器。你可以很快自己编写一个代码，或者使用/查看nltk库。
答案 1 :(得分：1)
通常，附件数量只是另一个属性，因此您的概率与
相同P(y = 1 | all attributes)
但是，如果您对附件有一些特殊处理（比如，其他属性是数字，附件是布尔值），您可以单独计算它们，然后合并为：
P(C|A, B) = P(C|A) * P(C|B) / P(C)
其中C代表事件y = 1，A代表附件，B代表其他属性。
有关几种Nave Bayes分类器的说明，请参阅this paper。