/**
* <b>類</b>條件概率計算
*
* <h3>類條件概率</h3>
* P(x<sub>j</sub>|c<sub>j</sub>)=( N(X=x<sub>i</sub>, C=c<sub>j
* </sub>)+1 ) <b>/</b> ( N(C=c<sub>j</sub>)+M+V ) <br>
* 其中，N(X=x<sub>i</sub>, C=c<sub>j</sub>）表示類別c<sub>j</sub>中包含屬性x<sub>
* i</sub>的訓練文本數量；N(C=c<sub>j</sub>)表示類別c<sub>j</sub>中的訓練文本數量；M值用于避免
* N(X=x<sub>i</sub>, C=c<sub>j</sub>）過小所引發的問題；V表示類別的總數。
*
* <h3>條件概率</h3>
* <b>定義</b> 設A, B是兩個事件，且P(A)>0 稱<br>
* <tt>P(B∣A)=P(AB)/P(A)</tt><br>
* 為在條件A下發生的條件事件B發生的條件概率。

*/

public class ClassConditionalProbability 
{
	private static TrainingDataManager tdm = new TrainingDataManager();
	private static final float M = 0F;
	
	/**
	* 計算類條件概率
	* @param x 給定的文本屬性
	* @param c 給定的分類
	* @return 給定條件下的類條件概率
	*/
	public static float calculatePxc(String x, String c) 
	{
		float ret = 0F;
		float Nxc = tdm.getCountContainKeyOfClassification(c, x);
		float Nc = tdm.getTrainingFileCountOfClassification(c);
		float V = tdm.getTraningClassifications().length;
		ret = (Nxc + 1) / (Nc + M + V);
		return ret;
	}
}