bam*_*222 1 math machine-learning probability decision-tree
假设您有 3 类球：红色、绿色、蓝色。
出现任何彩色球的几率是红色 = 4/10，蓝色 = 3/10，绿色 = 3/10
错误分类红色的计算方法为 4/10*(3/10 + 3/10) 或选择“真实类别”*“错误类别”的几率。
为什么要乘以而不是说加来找出选错红球的几率？我知道基尼杂质方程将这个基本思想概括为所有 C 类，每个类的 N 点和 Ni 数据点。我想我忘记了我的基本概率直觉。
一个球的概率red是 0.4。如果球实际上是红色的，您只能对红球犯错误。
假设猜测完全基于球的概率分布 [注 1]，那么猜测蓝色的概率为 0.3，同样猜测绿色的概率为 0.3。如果球真的是红色的，那么这些都是错误的猜测，因为唯一可能的猜测是正确的。
如果两个事件是独立的，则它们都发生的概率（P和Q）是它们概率的乘积。如果两个事件是互斥的，那么其中一个发生的概率（P或Q）是它们概率的总和。
所以一个球是红色的并且被错误分类（蓝色或绿色）的概率是 0.4 * (0.3 + 0.3)。
为此，我们必须加上蓝球被错误分类为红色或绿色的概率 (0.3 * (0.4 + 0.3)) 和绿球被错误分类为蓝色或红色的概率 (0.3 * (0.3 + 0.4) )) 总计 0.66。这非常接近最大值 2/3（当所有概率都相等时）。