根据 贝叶斯定理:
由先验概率和可能性函数得出后验概率
P(A|B) = P(A) * P(B|A)/P(B)
得出贝克斯分类器计算公式
P(C|F1F2...Fn) = P(C) * P(F1F2F3...Fn)/P(F1F2F3...Fn)
其中C为类别,F1...Fn为特征
而对某一样本 P(F1F2F3...Fn)是固定值
所以只需要计算P(C)* P(F1F2F3...Fn)
假设F1F2...Fn毫无关联 则
P(C) * P(F1F2F3...Fn) = P(C) * P(F1|C)*P(F2|C)...*P(Fn|C)
如果特征过多,可以用皮尔森相关系数等方式得到关键特征
如果特征是非离散(连续的),则可以用正态分布等函数预估概率,然后带入函数计算