1 / 9

PRAVDEPODOBNOSTNÝ POJEM

PRAVDEPODOBNOSTNÝ POJEM. doc. Ing. Kristína Machová, CSc. k ristina. m achova @tuke.sk people.tuke.sk/kristina.machova/. O SNOVA:. Charakteristika pr avdepodobnostn é ho pojmu Reprezentácia a použitie pravdepodobnostných pojmov Bayes-ov teorém Naivný Bayes-ov klasifikátor

lorene
Download Presentation

PRAVDEPODOBNOSTNÝ POJEM

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PRAVDEPODOBNOSTNÝ POJEM doc. Ing. Kristína Machová, CSc. kristina.machova@tuke.sk people.tuke.sk/kristina.machova/

  2. OSNOVA: • Charakteristika pravdepodobnostného pojmu • Reprezentácia a použitie • pravdepodobnostných pojmov • Bayes-ov teorém • Naivný Bayes-ov klasifikátor • Indukcia naivného Bayes-ovho klasifikátora

  3. CHARAKTERISTIKA PRAVDEPODOBNOSTNÝM POPISOM • Predstavujú flexibilnejšiu reprezentáciu znalostí • Je spojená s Bayesovýmklasifikátorom • Je použiteľný v širokom spektre klasifikačných problémov • Predpoklad vzájomnej nezávislosti atribútov

  4. REPREZENTÁCIA A POUŽITIE PRAVDEPODOBNOSTNÝM POPISOM • Reprezentácia: • P(ck)…pravdepodobnosť k-tej triedy • P(vi/ck)…podmienená pravdepodobnosť výskytu hodnoty vi atribútu j v príklade I patriacom do triedy ck • P(ck/I)…pravdepodobnosť ck podmienená výskytom príkladu I (pravdepodobnosť, že príklad I patrí do triedy ck) • Použitie: • Nový TP je klasifikovaný do triedy, ktorej • pravdepodnobnosť podmienená hodnotami • atribútov v danom príklade je najvyššia.

  5. BAYESOV TEORÉM Pravdepodobnosť javu je suma podmienených pravdepodobností daného javu inými javmi, ktoré tvoria úplný súbor. Ak I je konjunkcia vi hodnôt, potom p(I) môžeme nahradiť nasledovne:

  6. NAIVNÝ BAYESOV KLASIFIKÁTOR Predpoklad vzájomnej nezávislosti atribútov nám dovolí nasledovnú substitúciu:

  7. NAIVNÝ BAYESOV KLASIFIKÁTOR • Naivný preto, lebo predpokladá nezávislosť atribútov, ktorá vo väčšine reálnych aplikácií neplatí. • Napriek tomu je to užitočná metóda v mnohých aplikáciách s uspokojivou presnosťou. • Iným spôsobom sa s neplatnosťou podmienky nezávislosti atribútov vyrovnávajú Bayesove siete, ktoré pracujú s nezávislosťou podmnožín atribútov.

  8. INDUKCIA NAIVNÉHO BAYESOVHO KLASIFIKÁTORA • Klasifikovať príklad I do triedy ck môžeme, ak vieme vypočítať p(ck/I) pre každú triedu. • Indukcia naivného Bayesovhoklasifikátora spočíva v určení frekvencií výskytov hodnôt atribútov a tried v trénovacích príkladoch. • To predstavuje určenie pravdepodobností p(ck) pre každú triedu ck p(vi/ck) pre každý pár trieda-hodnota atribútu

  9. INDUKCIA NAIVNÉHO BAYESOVHO KLASIKÁTORA • Ak sa vyskytne nulová pravdepodobnosť vo výpočte, ktorý je v čitateli reprezentovaný násobením, prenesie sa do výsledku. • Riešením je nahradenie nulovej hodnoty nejakým veľmi malým číslom, napríklad 1/n, kde n je počet trénovacích príkladov • Pozitívom pravdepodobnostného popisu je veľmi jednoduchá klasifikácia. • Negatívom je predpoklad nezávislosti atribútov. • NBK sa s úspechom používa na kategorizáciu dokumentov.

More Related