机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)

通过单个特征计算概率

已知某人的天气情况与出行情况如下表。则这个人在阴天的天气下出门的概率?

机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)

分析:n = 样本总数,C1 = 出门,C2 = 不出门,A1 = 天气,A2 = 温度,A3 = 湿度,A4 = 风。

(1)统计各个特征在总样本中出现的概率。

根据表格可以直接得出:

机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)

(2)统计各个特征在类别为“出门”的概率。

机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)

机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)

(3)计算阴天情况下出门的概率。

根据公式:

机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)

可以计算得:

机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)

求得答案。

(4)统计各个特征在类别为“不出门”的概率。(参考(2))

机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)

机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)

(5)计算阴天情况下不出门的概率。(参考(3))

机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)

(6)比较两种情形下对应概率。

机器学习 -- 朴素贝叶斯(Ⅳ 朴素贝叶斯的单特征案例)