预测和专业建模 > 朴素 Bayes > “朴素 Bayes”平台的统计详细信息 > 已保存的概率公式的统计详细信息
发布日期: 09/18/2023

Image shown here已保存的概率公式的统计详细信息

本节说明使用“朴素 Bayes”红色小三角菜单中的“保存概率公式”选项保存的公式。具有预测变量值 x1, x2,, xp 的观测属于 Ck 类的条件概率与 P(Ck|(x1,..., xp)) 给出的概率(显示在朴素 Bayes 算法的统计详细信息一节中)稍有不同。这样做是为了提高计算效率。

朴素得分公式

给定类 Ck, S(Ck) 的朴素得分公式是 P(Ck|(x1,..., xp)) 的表达式中分子的变化形式,该公式计算如下:

S(Ck) = exp[ln{P(Ck)} + 连续 + 分类 + ln(R)]

朴素得分公式是分类预测变量与连续预测变量的得分的组合。回想一下,R 是正则化常数。公式的连续型对应部分计算如下:

连续 = Equation shown here

其中

j = 1,..., p1 个连续预测变量。

公式的分类对应部分计算如下:

分类 = Equation shown here

其中

r= 1,...,p2 个分类变量

r 个分类变量的 l = 1,..., Lr 个水平

1rl 是一个指标变量,该变量在 xrl 是第 r 个分类预测变量的第 l 个水平时等于 1,其他情况下等于 0。

朴素得分和公式

朴素得分和公式 S 对所有类的朴素得分公式求和。这是 P(Ck|(x1,..., xp)) 的表达式中分母的变化形式。

Equation shown here

朴素概率公式

给定类 Ck 的朴素概率公式等于 P(Ck|(x1,..., xp))。在 JMP 公式中,

Equation shown here

朴素预测公式

某观测的朴素预测公式将该观测归入 P(Ck|(x1,..., xp)) 最大的类。这等价于将观测归入其朴素得分公式最大的类。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).