Метки: Визуальный редактор apiedit |
Метки: Визуальный редактор apiedit |
||
Строка 6: | Строка 6: | ||
<math>x \in X, x =(x^1,x^2, ... x^D)</math>. |
<math>x \in X, x =(x^1,x^2, ... x^D)</math>. |
||
− | Проблема заключается в том, что чтобы оценить вероятность необходимо экспоненциальное относительно <math>D</math> число наблюдений. |
+ | Проблема заключается в том, что, чтобы оценить вероятность, необходимо экспоненциальное относительно <math>D</math> число наблюдений. |
== Предположение "наивного Байеса" == |
== Предположение "наивного Байеса" == |
||
Для решения вышеуказанной проблемы может использоваться предположение "наивного Байеса", которое заключается в том, что признаки статистически взаимно независимы при условии класса: |
Для решения вышеуказанной проблемы может использоваться предположение "наивного Байеса", которое заключается в том, что признаки статистически взаимно независимы при условии класса: |
Текущая версия от 23:49, 13 января 2017
Проблема размерности[]
При поиске вероятности для объекта с n независимыми признаками возникает проблема высокой размерности:
,
.
Проблема заключается в том, что, чтобы оценить вероятность, необходимо экспоненциальное относительно число наблюдений.
Предположение "наивного Байеса"[]
Для решения вышеуказанной проблемы может использоваться предположение "наивного Байеса", которое заключается в том, что признаки статистически взаимно независимы при условии класса:
.
При этом предположении принцип максимума апостериорной вероятности принимает вид:
.
Следует отметить, что признаки могут быть зависимы, но независимы при условии класса(пример этого есть в слайдах Китова, но он непонятный).