贝叶斯分类算法中的那个公式怎么解释?
题目
贝叶斯分类算法中的那个公式怎么解释?
度.百.科.里的“贝叶斯分类算法”,文章最后有个公式,不懂,
P(A|t1 ,t2,t3……tn)=(P1*P2*……PN)/[P1*P2*……PN+(1-P1)*(1-P2)*……(1-PN)]
不要复制粘贴
答案
1.收集大量的垃圾邮件和非垃圾邮件,建立垃圾邮件集和非垃圾邮件集.2.提取邮件主题和邮件体中的独立字符串,例如 ABC32,¥234等作为TOKEN串并统计提取出的TOKEN串出现的次数即字频.按照上述的方法分别处理垃圾邮件集和非垃圾邮件集中的所有邮件.3.每一个邮件集对应一个哈希表,hashtable_good对应非垃圾邮件集而hashtable_bad对应垃圾邮件集.表中存储TOKEN串到字频的映射关系.4.计算每个哈希表中TOKEN串出现的概率P=(某TOKEN串的字频)/(对应哈希表的长度).5.综合考虑hashtable_good和hashtable_bad,推断出当新来的邮件中出现某个TOKEN串时,该新邮件为垃圾邮件的概率.数学表达式为:A 事件 ---- 邮件为垃圾邮件; t1,t2 …….tn 代表 TOKEN 串 则 P ( A|ti )表示在邮件中出现 TOKEN 串 ti 时,该邮件为垃圾邮件的概率.设 P1 ( ti ) = ( ti 在 hashtable_good 中的值) P2 ( ti ) = ( ti 在 hashtable_ bad 中的值) 则 P ( A|ti ) =P2 ( ti ) /[ ( P1 ( ti ) +P2 ( ti ) ] ; 6.建立新的哈希表hashtable_probability存储TOKEN串ti到P(A|ti)的映射 7.至此,垃圾邮件集和非垃圾邮件集的学习过程结束.根据建立的哈希表 hashtable_probability可以估计一封新到的邮件为垃圾邮件的可能性.当新到一封邮件时,按照步骤2,生成TOKEN串.查询hashtable_probability得到该TOKEN 串的键值.假设由该邮件共得到N个TOKEN 串,t1,t2…….tn,hashtable_probability中对应的值为 P1 ,P2 ,……PN ,P(A|t1 ,t2,t3……tn) 表示在邮件中同时出现多个TOKEN串t1,t2……tn时,该邮件为垃圾邮件的概率.由复合概率公式可得 P(A|t1 ,t2,t3……tn)=(P1*P2*……PN)/[P1*P2*……PN+(1-P1)*(1-P2)*……(1-PN)] 当 P(A|t1 ,t2,t3……tn) 超过预定阈值时,就可以判断邮件为垃圾邮件.
举一反三
已知函数f(x)=x,g(x)=alnx,a∈R.若曲线y=f(x)与曲线y=g(x)相交,且在交点处有相同的切线,求a的值和该切线方程.
我想写一篇关于奥巴马的演讲的文章,写哪一篇好呢?为什么好
最新试题
热门考点
- 电视台,环游世界,大学.英语怎么说.
- 病句“秋天的北京是一个美丽的城市”?
- 2005年我国公布了个人收入所得税征收标准.个人月收入1600元以下不征税,月收入超过1600元,超过的部分按以下标准征税. 不超过500元的 5% 超过500元~2000元的部分 10% 超过200
- 分子数均为6.02*10的24次方的H2,N2,CO的质量比是?
- upon receipt怎么理解
- 与朱元思书中 鸢飞戾天者,望峰息心;经论事务者,窥谷往反 表现了作者怎样的感情?
- 两地相距270千米,甲、乙两列火车同时从两地相对开出,经过4小时相遇.已知甲车的速度是乙车的1.5倍,求甲、乙两列火车每小时各行多少千米?
- 盛年不重来,一日难再晨.及时当勉励,岁月不待人.的意思
- 停车场里有20辆小汽车,大汽车的数量是小汽车的五分之三,同时大汽车的数量又是卡车的四分之三,卡车有多少
- 下列化合物中碱性最强的是CH3CONH2 .(CH3CH2)2N .(CH3CH2)3N.C6H5NH2