[問題] Naive Bayes請教
最近在學貝氏分類器，看了很多網路上的文章，
證明過程我都能理解，但是一直對結論很頭痛。
假設X為特徵向量，N為標籤類別；給定一組特徵向量x，用貝氏分類器判斷屬於哪一類別
為什麼是比較P(X=x|N=n1)和P(X=x|N=n2)的大小，
而不是比較P(N=n1|X=x)和P(N=n2|X=x)的大小呢?
直覺來說，給定一組特徵，在已知此特徵的條件下，比較各類別的條件機率感覺很合理?
以下面這個網站的範例來說：
http://hadoopspark.blogspot.com/2016/05/spark-naive-bayes.html
給定特徵向量[高氣壓，濕度51~60，西風]，判斷該情況會不會下雨。
他比較了P(高氣壓，濕度51~60，西風|會下雨)、
P(高氣壓，濕度51~60，西風|不下雨)兩者的大小，判斷出不會下雨。
但給定特徵向量了，為什麼不是比較
P(會下雨|高氣壓，濕度51~60，西風) 和 P(不下雨|高氣壓，濕度51~60，西風)的大小?
困擾好幾天了，爬了好多文都沒解釋到這一部份，求大大們解惑，
感激不盡!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 117.56.186.8 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1561195666.A.6D8.html
→
06/22 18:26,
5年前
, 1F
06/22 18:26, 1F
→
06/22 18:29,
5年前
, 2F
06/22 18:29, 2F
推
06/22 18:38,
5年前
, 3F
06/22 18:38, 3F
→
06/22 18:38,
5年前
, 4F
06/22 18:38, 4F
→
06/22 18:38,
5年前
, 5F
06/22 18:38, 5F
推
06/22 20:04,
5年前
, 6F
06/22 20:04, 6F
推
06/22 20:48,
5年前
, 7F
06/22 20:48, 7F
→
06/23 22:52,
5年前
, 8F
06/23 22:52, 8F
→
06/23 22:52,
5年前
, 9F
06/23 22:52, 9F
推
06/24 06:57,
5年前
, 10F
06/24 06:57, 10F
DataScience 近期熱門文章
PTT數位生活區 即時熱門文章
