The probabilities p(di |c j ) deriv

The probabilities p(di |c j ) derive from the distribution of values for each attribute
i, for each class c j . This distribution is computed from the training instances
that belong to each class c j ; the distribution is usually approximated by
a histogram. For instance, we may divide the range of values of attribute i into
equal intervals, and store the fraction of instances of class c j that fall in each
interval. Given a value di for attribute i, the value of p(di |c j) is simply the fraction
of instances belonging to class c j that fall in the interval to which di belongs.

ผลลัพธ์ (ไทย) 1:

ความน่าจะเป็น p (di | CJ) เป็นผลมาจากการกระจายตัวของค่าสำหรับแต่ละแอตทริบิวต์
ผมสำหรับแต่ละชั้น CJ การกระจายนี้จะคำนวณจากกรณีการฝึกอบรม
ที่อยู่ในแต่ละชั้น CJ กระจายห้วงมักจะโดย
histogram ตัวอย่างเช่นเราอาจแบ่งช่วงของค่าของแอตทริบิวต์ผมเป็นช่วงเวลาที่เท่ากัน
และเก็บส่วนของกรณีของชั้น CJ ในฤดูใบไม้ร่วงในช่วงเวลาแต่ละ
ที่กำหนดค่าสำหรับแอตทริบิวต์ di i, ค่าของ p (di | CJ) เป็นเพียง
ส่วนของกรณีที่เป็นชั้น CJ ที่ตกอยู่ในช่วงเวลาที่เป็น di

ผลลัพธ์ (ไทย) 2:

กิจกรรม p (di |c เจ) ที่สืบทอดมาจากการกระจายของค่าสำหรับแต่ละแอตทริบิวต์
ฉัน สำหรับแต่ละคลาส c j แจกจ่ายนี้คำนวณจากอินสแตนซ์ฝึก
เป็นสมาชิกของเจแต่ละ c คลาส มักจะมีการเลียนแบบการกระจายโดย
ฮิสโตแกรม เช่น เราอาจแบ่งช่วงของค่าของแอททริบิวต์ฉันเป็น
เท่าช่วง และเก็บเศษของอินสแตนซ์ของคลาส c j ที่ตกในแต่ละ
ช่วง ฉัน ค่าของ p (di |c j) ให้ดีค่าสำหรับแอตทริบิวต์เป็นเพียงเศษส่วน
ของอินสแตนซ์ที่เป็นของคลาส c เจที่อยู่ในช่วงดีที่เป็นสมาชิก

ผลลัพธ์ (ไทย) 3:

ความน่าจะเป็นที่ P ( DI | C J )ได้มาจากการจ่ายค่าสำหรับแอตทริบิวต์
ผมแต่ละตัวของ J C - Class แต่ละครั้ง คำนวณการเผยแพร่นี้ได้รับการฝึกอบรมจากกรณีที่
ซึ่งจะช่วยที่เป็นของ J C - Class แต่ละครั้งที่มีการจัดจำหน่ายโดยโดยฮิสโตแกรม
ซึ่งโดยปกติ ตัวอย่างเช่นเราอาจแบ่งช่วงของค่าของฉันในแอตทริบิวต์
ช่วงเท่ากับและจัดเก็บเศษส่วนของกรณีของ J C - Class ที่อยู่ใน
แต่ละช่วง มอบความคุ้มค่าที่ดีสำหรับผมค่าของแอตทริบิวต์ของ P ( DI | C J )เป็นเพียงเศษส่วนที่
ซึ่งจะช่วยในกรณีของ J C - Class ที่อยู่ในช่วงที่ดีเป็นของ