机器学习 -- 朴素贝叶斯(Ⅴ 朴素贝叶斯的多特征案例)

通过单个特征计算概率

已知某人的天气情况与出行情况如下表。则这个人在阴天的天气下出门的概率?

机器学习 -- 朴素贝叶斯(Ⅴ 朴素贝叶斯的多特征案例)

分析:n = 样本总数,C1 = 出门,C2 = 不出门,A1 = 天气,A2 = 温度,A3 = 湿度,A4 = 风。

(1)统计各个特征在总样本中出现的概率。

机器学习 -- 朴素贝叶斯(Ⅴ 朴素贝叶斯的多特征案例)
根据表格可以直接得出:

(2)统计各个特征在类别为“出门”的概率。

机器学习 -- 朴素贝叶斯(Ⅴ 朴素贝叶斯的多特征案例)

(3)计算阴天、温度适宜、湿度高、无风的条件下出门的概率。

根据公式:

机器学习 -- 朴素贝叶斯(Ⅴ 朴素贝叶斯的多特征案例)

得:

机器学习 -- 朴素贝叶斯(Ⅴ 朴素贝叶斯的多特征案例)

(4)计算阴天、温度适宜、湿度高、无风的条件下不出门的概率。

机器学习 -- 朴素贝叶斯(Ⅴ 朴素贝叶斯的多特征案例)

(5)对比

机器学习 -- 朴素贝叶斯(Ⅴ 朴素贝叶斯的多特征案例)