2019獨角獸企業(yè)重金招聘Python工程師標(biāo)準(zhǔn)>>>

package NaviveBayesClassify;

/**

* <b>類</b>條件概率計算

*

* <h3>類條件概率</h3>

* P(x_j|c_j)=( N(X=x_i, C=c<sub>j

* </sub>)+1 ) <b>/</b> ( N(C=c_j)+M+V ) <br>

* 其中，N(X=x_i, C=c_j）表示類別c_j中包含屬性x<sub>

* i</sub>的訓(xùn)練文本數(shù)量；N(C=c_j)表示類別c_j中的訓(xùn)練文本數(shù)量；M值用于避免

* N(X=x_i, C=c_j）過小所引發(fā)的問題；V表示類別的總數(shù)。

*

* <h3>條件概率</h3>

* <b>定義</b> 設(shè)A, B是兩個事件，且P(A)>0 稱<br>

* <tt>P(B∣A)=P(AB)/P(A)</tt><br>

* 為在條件A下發(fā)生的條件事件B發(fā)生的條件概率。

*/

public class ClassConditionalProbability?

{

private static TrainingDataManager tdm = new TrainingDataManager();

private static final float M = 0F;

/**

* 計算類條件概率

* @param x 給定的文本屬性

* @param c 給定的分類

* @return 給定條件下的類條件概率

*/

public static float calculatePxc(String x, String c)?

{

float ret = 0F;

float Nxc = tdm.getCountContainKeyOfClassification(c, x);

float Nc = tdm.getTrainingFileCountOfClassification(c);

float V = tdm.getTraningClassifications().length;

ret = (Nxc + 1) / (Nc + M + V); //為了避免出現(xiàn)0這樣極端情況，進行加權(quán)處理

return ret;

}

}

轉(zhuǎn)載于:https://my.oschina.net/u/2510243/blog/637162

總結(jié)

以上是生活随笔為你收集整理的分类条件概率的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。