Użytkownik "Borneq" <b...@a...hidden.pl> napisał w wiadomości
news:i318sm$94e$1@news.onet.pl...
> Jeśli chodzi o Bayesa to najwięcej można znaleźć na temat klasyfikowania
> spamu

Szukam przykładu gdzie sposób bayesowski był by dobrze wytłumaczony na
liczbach. W
http://inf.ug.edu.pl/~stefan/Dydaktyka/SztIntel/Slaj
dy/05-26a.pdf jest
przykład na pomarańczach który rozumiem chociaż mam uwagę że
prawdopodobieństwo niebieskiego naczynia wynosi 1/3 bo jest tam dwa razy
mniej kulek niż w czerwonym a według mnie najpierw wybieramy naczynia z
prawdopodobieństwem 1/2 a dopiero potem jabłko lub pomarańczę.
Na stronie 8 tego pdf mamy wyliczanie prawdopodobieństwa tego że zbiór słów
odpowiada spamowi. Czy tutaj zaklasyfikowanie jako spam jest bardziej
prawdopodobne bo zbiór treningowy spamów jest 3 razy większy niż nie spamów?
Tutaj nie rozumiem skąd się wzięły liczby według których odbywa się
liczenie.
Licznik jeszcze można wytłumaczyć że w P(rynek|S) mamy 1+1 bo słowo "rynek"
występuje w spamie raz i w treningowym raz, P(szybko|S) mamy 2+1 bo słowo
"szybko" występuje 2 razy w spamie a raz w badanym.
Ale co oznaczają liczby w mianowniku? 13 to ilość wszystkich słów a inne
liczby można by tylko dopasować do przykładu (a zbieżność może być
przypadkowa bo mamy tylko jeden przykład). 8 to ilość słów w spamie, 5 suma
w niespamie i w badanym, 2 w badanym. Jednak coś się tu nie zgadza gdy w
mianowniku mamy sumę 2+5, więc 5 to nie suma, poza tym zaznaczona że dotyczy
badanego a dwójka nie spamu. Więc coś się tu nie zgadza.
W http://www.paulgraham.com/naivebayes.html mamy inny wzór na wyliczanie
prawdopodobieństwa.