Documente Academic
Documente Profesional
Documente Cultură
TB ML201x L11
TB ML201x L11
Inv
at, are Bayesian
a
Tudor Berariu
Laboratorul AIMAS
Facultatea de Automatica s, i Calculatoare
5 mai 2014
Scopul laboratorului
Problema rezolvat
a
N
aive Bayes
P (x|c) P (c)
P (x)
1
(1)
cC
P (x|c) P (c)
= argmax P (x|c) P (c) (2)
P (x)
cC
(3)
cC
Cuvantul naiv provine de la faptul ca Nave Bayes nu t, ine cont de posibilele relat, ii de dependent, a ntre atribute. Practic, presupunerea facuta
este aceea ca atributele sunt condit, ional independente odata ce clasa este
cunoscuta.
P (x1 , x2 , . . . , xk |c) = P (x1 |c) P (x2 |c) . . . P (xk |c)
(4)
Aplicand presupunerea exprimata de Formula 4, clasa prezisa de un clasificator Nave Bayes devine:
Y
cN B = argmax P (c)
P (xi |c)
(5)
cC
xi
Sarcini de rezolvat
http://archive.ics.uci.edu/ml/datasets/Lenses
Exemplu
A2
1
1
1
1
2
2
2
2
1
1
1
1
2
2
A3
1
1
2
2
1
1
2
2
1
1
2
2
1
1
A4
1
2
1
2
1
2
1
2
1
2
1
2
1
2
Class
3
2
3
1
3
2
3
1
3
2
3
1
3
2
3
2
2
3
3
3
3
3
3
3
3
2
2
1
1
1
1
2
2
2
2
2
2
1
1
2
2
1
1
2
2
1
2
1
2
1
2
1
2
1
2
3
3
3
3
3
1
3
2
3
3
Sa presupunem ca vrem sa stabilim diagnosticul pentru urmatorul exemplu: (presbyopic, myope, no, normal
Y ), adica x = (3, 1, 2, 2).
P (xi |c) pentru fiecare clasa c {1, 2, 3}.
Sa calculam expresia P (c)
xi
Pentru clasa c = 1:
P (c = 1) =
4
24
= 0.1666
P (x1 = 3|c = 1) =
1
4
= 0.25
P (x2 = 1|c = 1) =
3
4
= 0.75
P (x3 = 2|c = 1) =
4
4
= 1.0
P (x4 = 2|c = 1) =
4
4
= 1.0
Factor final pentru clasa 1: 0.1666 0.25 0.75 0.1 0.1 = 0.03125
Similar, pentru clasa c = 2:
P (c = 2) =
5
24
= 0.2083
P (x1 = 3|c = 2) =
1
5
= 0.2
P (x2 = 1|c = 2) =
2
5
= 0.4
P (x3 = 2|c = 2) =
0
5
= 0.0
P (x4 = 2|c = 2) =
5
5
= 1.0