محاسبه عددی naive bayes

Question

سلام.فرض کنید دیتاست من جدول زیر باشه.می خوام به روش naive bayes داده های زیر را پیش بینی کنم.

Sunny Cool High True

کسی می تونه به صورت عددی این مساله را برام حل کنه؟

 

 

Outlook	Temperature	Humidity	Windy	Play Golf
Rainy	Hot	High	False	No
Rainy	Hot	High	True	No
Overcast	Hot	High	False	Yes
Sunny	Mild	High	False	Yes
Sunny	Cool	Normal	False	Yes
Sunny	Cool	Normal	True	No
Overcast	Cool	Normal	True	Yes
Rainy	Mild	High	False	No
Rainy	Cool	Normal	False	Yes
Sunny	Mild	Normal	False	Yes
Rainy	Mild	Normal	True	Yes
Overcast	Mild	High	True	Yes
Overcast	Hot	Normal	False	Yes
Sunny	Mild	High	True	No

 

 

Answer 1

داده‌های شما دارای 4 ویژگی هستند:

• پیش‌بینی (باران، ابری، آفتابی)

• دما (گرم، معتدل، خنک)

• رطوبت (بالا، نرمال)

• باد (درست، نادرست) و یک برچسب کلاس:

• بازی گلف (بله، خیر)

فرض کنید می‌خواهیم یک نقطه داده جدید را طبقه‌بندی کنیم:

• پیش‌بینی = آفتابی
• دما = خنک
• رطوبت = بالا
• باد = درست

ما باید پوسترورهای پسین P(Yes|ویژگی‌ها) و P(No|ویژگی‌ها) را محاسبه کنیم و کلاسی را با احتمال بیشتر پیش‌بینی کنیم.

احتمالات قبلی، بر اساس داده‌ها هستند:

P(Yes) = 9/14 = 0.64

P(No) = 5/14 = 0.36

احتمالات می‌توانند با شمارش رخدادهای هر مقدار ویژگی در هر کلاس محاسبه شوند:

P(Sunny|Yes) = 3/9 = 0.33

P(Cool|Yes) = 2/9 = 0.22

P(High|Yes) = 4/9 = 0.44

P(True|Yes) = 3/9 = 0.33

P(Sunny|No) = 2/5 = 0.4

P(Cool|No) = 1/5 = 0.2

P(High|No) = 1/5 = 0.2

P(True|No) = 1/5 = 0.2

با استفاده از معادله Naive Bayes:

P(Yes|Sunny,Cool,High,True) = (0.33 * 0.22 * 0.44 * 0.33 * 0.64) = 0.0106

P(No|Sunny,Cool,High,True) = (0.4 * 0.2 * 0.2 * 0.2 * 0.36) = 0.00288

از آنجایی که P(Yes|ویژگی‌ها) > P(No|ویژگی‌ها)، این نقطه داده جدید را به عنوان بازی گلف = بله طبقه‌بندی می‌کنیم.