朴素贝叶斯习题解析.doc

给定与判定树归纳相同的训练数据，我们希望使用朴素贝叶斯分类预测一个未知样本的类标号。数据样本用属性Outlook，Temperature，Humidity和Wind描述。类标号属性Play_Tennis具有两个不同值（即（Yes,No））。设C1对应于类Play_Tennis “Yes”，而C2对应于类Play_Tennis “No”。我们希望分类的样本为 我们需要最大化，i 1,2。每个类的先验概率P Ci 可以根据训练样本计算： P Play_Tennis ”Yes” 9/14 0.643 P Play_Tennis ”No” 5/14 0.357 为计算，i 1,2，我们计算下面的条件概率： P Outlook ”sunny”|Play_Tennis ”Yes” 2/9 0.222 P Outlook ”sunny”|Play_Tennis ”No” 3/5 0.600 P Temperature ”Cool”|Play_Tennis ”Yes” 3/9 0.333 P Temperature ”Cool”|Play_Tennis ”No” 1/5 0.200 P Hudimity ”High”|Play_Tennis ”Yes” 3/9 0.333 P Hudimity ”High”|Play_Tennis ”No” 4/5 0.800 P Wind ”Strong”|Play_Tennis ”Yes” 3/9 0.333 P Wind ”Strong”|Play_Tennis ”No” 3/5 0.600 使用以上概率，我们得到： P X|Play_Tennis ”Yes” 0.222×0.333×0.333×0.333 0.00823 P X|Play_Tennis ”No” 0.600×0.200×0.800×0.600 0.0576 P X|Play_Tennis ”Yes” P Play_Tennis ”Yes” 0.00823×0.643 0.0053 P X|Play_Tennis ”No” P Play_Tennis ”No” 0.0576×0.357 0.0206 因此，对于样本X，朴素贝叶斯分类预测Play_Tennis ”No”