發信人: tyqqre (tyqqre), 信區: DataMining
標  題: Re: 關于naive bayes的問題
發信站: 南京大學小百合站 (Mon Sep 16 10:51:44 2002)

我的理解是：

p(wi|cj)是在訓練例集上求得的，也就是說，只要訓練例集不變，這個值應該是固定的。

而÷來了一個需要分類的新文檔di

在計算p(cj|di)的時候，nid次方的這個nid是在這個新文檔di中wi出現的次數。

所以nid越大，p(wi|cj)的nid次方就越小。


這樣能不能說，用這種方法只能比較同一篇文章屬于不同類別的概率，

而不能比較不同文章屬于同一類別的概率。

【 在 singhoo 的大作中提到: 】

: 但是p(wi|cj)會變大阿

: 你的前提條件是wi出現多次

: 本來出現一次p(wi|cj)=0.8,不計算次方

: 出現2次，p(wi|cj)=0.9,平方后是0.81

: 變小了嗎？


--

※ 來源:．南京大學小百合站 http://bbs.nju.edu.cn [FROM: 211.99.42.120]