ben*_*sky 11 statistics bayesian document-classification naivebayes
我正在研究A Naive Bayes分类器的实现.编程集体智慧通过将贝叶斯定理描述为:
Pr(A | B) = Pr(B | A) x Pr(A)/Pr(B)
以及与文档分类相关的特定示例:
Pr(Category | Document) = Pr(Document | Category) x Pr(Category) / Pr(Document)
我希望有人可以向我解释这里使用的符号,Pr(A | B)和Pr(A)是什么意思？它看起来像某种功能,但管道是什么意思,等等？(我有点迷路)
提前致谢.
Vin*_*vic 12
但以上是关于条件概率的计算.你想要的是一个分类器,它使用这个原理来决定某些东西是否属于基于先前概率的类别.
有关完整示例,请参见http://en.wikipedia.org/wiki/Naive_Bayes_classifier