机器学习-分类算法

Question

我想找出以下概率：

P(y=1/n=k; thetha) 

读作：

概率，预测为1级，给定单词数= k，由thetha参数表示

传统的分类没有条件概率(对)

P(y = 1; thetha) 

我该怎么解决这个问题？

编辑：

例如，假设我想根据附件的数量预测一封邮件是否是垃圾邮件。让y=1表明垃圾邮件和y=0是非垃圾邮件。

所以,

P(y = 1/num_attachements=0; some attributes)
and so on!!

这有什么意义吗？

Answer 1

通常，附件的数量只是另一个属性，所以您的概率与

P(y = 1 | all attributes)

但是，如果您对附件有一些特殊的处理(例如，其他属性是数字的，附件是布尔的)，则可以单独计算它们，然后将它们合并为：

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。

有关几个Nave Bayes分类器的说明，请参见本论文。

Answer 2

使用朴素的Baisean分类器。您可以自己非常快地编写代码，或者使用/查看nltk库。