为什么要归一化朴素贝叶斯后验概率

问题描述

我想了解为什么有必要规范后验。 如果我对朴素贝叶斯定理的误解是错误的,请纠正我。

在公式中

P(B | A)= P(A | B)* P(B)/ P(A)

RHS概率是根据训练数据计算得出的 P(A | B)其中A是输入要素,B是目标类别 P(B)是正在考虑的目标类别的概率, P(A)是输入特征的概率。

一旦计算出这些先验概率,就可以得到测试数据,并根据测试数据的输入特征,计算出目标类别概率P(B | A)(我猜称为后验概率)。

现在,在一些视频中,他们教导说,在此之后,您必须归一化P(B | A)才能获得该目标类别的概率。

为什么那是必须的。 P(B | A)本身不是目标类别的概率吗?

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)