仅网络贝叶斯分类器的伪代码

Question

我正在尝试使用igraph和实现单变量网络数据的分类工具包python.

但是,我的问题实际上更多的是关系分类领域的算法问题,而不是编程.

我正在关注网络数据文件中的分类.

我很难理解本文所指的" 网络唯一贝叶斯分类器 "(NBC),它是本文中解释的关系分类器之一.

我之前Naive Bayes使用单词包特征表示实现了文本数据的分类器.Naive Bayes关于文本数据的想法在我的脑海中清晰可见.

我认为这种方法(NBC)是将相同的想法简单地翻译成关系分类区域.但是,我对方程中使用的符号感到困惑,所以我无法弄清楚发生了什么.我也有在纸中使用的符号的一个问题在这里.

NBC 在论文的第14页有解释,

摘要:

我需要在第14页的论文中解释的" 仅网络贝叶斯分类器 "(NBC)的伪代码.

伪码表示法:

1. 让我们调用vs图中的顶点列表.len(vs)是长度.vs[i]是第i个顶点.
2. 假设我们有一个单变量和二元情形,即,vs[i].class或者是0或者1没有节点的其他给定特征.
3. 假设我们之前运行本地分类器,以便每个节点都有一个初始标签,由本地分类器计算.我只对关系分类器部分感兴趣.
4. 让我们调用v我们试图预测v.neighbors()的顶点,并且是邻居的顶点列表v.
5. 我们假设所有的边权重都是1.

现在,我需要伪代码:

def NBC(vs, v):
   # v.class is 0 or 1
   # v.neighbors is list of neighbor vertices
   # vs is the list of all vertices

   # This function returns 0 or 1

编辑:

为了让您的工作更轻松,我做了这个例子.我需要最后2个方程的答案.

Answer 1

用言语来说...

x_i节点属于该类的概率c等于：

• x_i（称为N_i）如果x 确实属于该类的邻域的概率c；乘以...
• 类别本身的概率c；除以 ...
• N_i（节点 ）的邻域本身的概率x_i。

就邻域N_i( 的x_i)x属于该类的概率c而言，它等于：

• 某种概率的产物；（哪个概率？）
• v_j邻域 ( ) 的某个节点 ( N_i) 属于该类（c如果x确实属于该类）的概率c
  • （提高到连接正在检查的节点和正在分类的节点的边的权重...但您对此不感兴趣...）。（我认为这个符号有点偏离，为什么他们定义v_j然后从不使用它？......无论如何）。

• 最后，将product of some probability与一些相乘1/Z。为什么？因为所有ps 都是概率，因此都在 0 到 1 的范围内，但权重w可以是任何值，这意味着最终计算的概率可能会超出范围。

• 根据来自邻近地区的证据，某些人x_i属于某个类别c的概率是后验概率。（某事之后...这是什么东西？...请见下文）

• N_i属于x_i 该类的邻域出现的概率c是似然。

• 类别本身的概率c就是先验概率。在某事之前...这是什么东西？证据。先验告诉您在没有任何证据的情况下该类的概率，但后验告诉您特定事件（属于x_i）的概率（c鉴于来自其邻域的证据）。

先验的，可以是主观的。也就是说，是通过有限的观察得出的，或者是知情的意见。换句话说，它不一定是人口分布。它只需足够准确，而不是绝对已知。

可能性更具挑战性。尽管我们这里有一个公式，但必须根据足够大的总体或尽可能多的有关所观察到的现象的“物理”知识来估计可能性。

在乘积（第二个方程中的大写字母 Pi 表示可能性）中，您有一个条件。条件是邻域节点属于某个类（如果x属于类 ）的概率c。

在朴素贝叶斯分类器的典型应用中，即文档分类（例如垃圾邮件），由庞大的观察数据库导出an email is spam GIVEN THE APPEARANCE OF SPECIFIC WORDS IN ITS BODY的条件，或者，我们真正、绝对知道它们属于哪一类的庞大电子邮件数据库。换句话说，我必须了解垃圾邮件是什么样子，最终，大多数垃圾邮件都会有一些共同的主题（我是一些银行官员，我给你一个赚钱的机会，给我你的银行向您汇款并让您致富的详细信息...）。

如果没有这些知识，我们就无法使用贝叶斯规则。

所以，回到你的具体问题。在您的 PDF 中，您在产品的推导过程中有一个问号。

确切地。

所以这里真正的问题是：你的图表/数据的可能性是多少？

（...或者你要从哪里得出它？（显然，要么是大量已知的观察结果，要么是有关该现象的一些知识。例如，考虑到某个节点的邻域的一部分，该节点被感染的可能性是多少）也被感染了））。

我希望这有帮助。