WykÅad 3: Sieci Bayesa
WykÅad 3: Sieci Bayesa
WykÅad 3: Sieci Bayesa
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1. W klasyfikacji <strong>Bayesa</strong> maksymalizujemy:<br />
2. Ponieważ P(X) jest stałe, więc wystarczy maksymalizować<br />
Iloczyn P(X|C i )P(C i ).<br />
3. Ponadto przyjmujemy: P(C i ) = s i / s,<br />
gdzie s oznacza liczbę obiektów w zbiorze treningowym,<br />
a s i oznacza liczbę obiektów w klasie C i .<br />
4. Dla X = (x 1 , x 2 , ..., x n ), wartość P(X|C i ) obliczamy jako<br />
iloczyn: P(X|C i ) = P(x 1 |C i )*P(x 2 |C i )* ... *P(x n |C i ),<br />
przy czym: P(x k |C i ) = s ik / s i ,<br />
gdzie s ik oznacza liczbę obiektów klasy C i , dla których wartość<br />
atrybutu A k jest równa x k , a s i oznacza liczbę wszystkich<br />
obiektów klasy Ci w zadanym zbiorze treningowym.