where Nc is the number of training

where Nc is the number of training instances that have label c, and N is the total
number of training instances. Therefore,P(c) is simply the proportion of training
instances that have label c.
Estimating P(d|c) is a little more complicated because the same “counting”
estimate that we were able to use for estimating P(c) would not work. (Why? See
exercise 9.3.) In order to make the estimation feasible, we must impose the simplifying
assumption that d can be represented as d = w1, . . . ,wn and that wi
is independent of wj for every i ̸= j. Simply stated, this says that document d
1 Throughout most of this chapter, we assume that the items being classified are textual
documents. However, it is important to note that the techniques described here can
be used in a more general setting and applied to non-textual items such as images and
videos.

ผลลัพธ์ (ไทย) 1:

โดย Nc คือ หมายเลขของอินสแตนซ์ของการฝึกอบรมที่มีป้ายชื่อ c และ N คือ ผลรวมหมายเลขของอินสแตนซ์ของการฝึกอบรม Therefore,P(c) เป็นเพียงสัดส่วนของการฝึกอบรมอินสแตนซ์ที่มีป้ายชื่อ cประมาณ P(d|c) มีความซับซ้อนน้อยมากเพราะเหมือน "นับ"ประเมินที่สามารถใช้สำหรับการประเมิน P(c) จะไม่ทำงาน (ทำไม ดูสิทธิ 9.3) เพื่อให้การประเมินเป็นไป เราต้องกำหนดที่ลดความซับซ้อนสามารถแสดงสมมติฐานนั้น d เป็น d = w1,..., ดับเบิ้ลยูเอ็น และว่าอินเป็นอิสระของ wj สำหรับทุก i ̸ =เจกล่าว d เอกสารที่ว่า นี้1 ตลอดส่วนใหญ่ของบทนี้ เราสมมติว่า สินค้าที่ถูกจำแนกประเภทเป็นข้อความเอกสาร อย่างไรก็ตาม มันเป็นสิ่งสำคัญโปรดสังเกตว่า เทคนิคที่อธิบายไว้ที่นี่สามารถใช้ในการตั้งค่าทั่วไป และใช้กับสินค้าที่ไม่ใช่ข้อความเช่นรูปภาพ และวิดีโอ

ผลลัพธ์ (ไทย) 2:

ที่ Nc คือจำนวนของกรณีการฝึกอบรมที่มีฉลาก C และ N คือรวม
จำนวนกรณีการฝึกอบรม ดังนั้น P (c) เป็นเพียงสัดส่วนของการฝึกอบรม
กรณีที่มีฉลากค.
ประมาณ P (D | C) เป็นเล็ก ๆ น้อย ๆ ที่มีความซับซ้อนมากขึ้นเพราะเดียวกัน "นับ"
ประมาณการว่าเราก็สามารถที่จะใช้สำหรับการประเมิน P (c) จะ ไม่ทำงาน. (ทำไม? ดู
การออกกำลังกาย 9.3.) ในการที่จะทำให้การประเมินความเป็นไปได้ที่เราจะต้องเรียกเก็บลดความซับซ้อนของ
สมมติฐานที่ว่า D สามารถแสดงเป็น W1 D = . . , WN และ Wi ที่
เป็นอิสระจาก WJ สำหรับทุก ๆ i ° = J ระบุเพียงนี้บอกว่าเอกสาร D
1 ตลอดเวลาส่วนใหญ่ของบทนี้เราคิดว่ารายการที่ถูกจัดเป็นต้นฉบับเดิม
เอกสาร แต่ก็เป็นสิ่งสำคัญที่จะทราบว่าเทคนิคที่อธิบายที่นี่สามารถ
นำมาใช้ในการตั้งค่าทั่วไปมากขึ้นและนำไปใช้กับรายการที่ไม่ใช่ต้นฉบับเดิมเช่นภาพและ
วิดีโอ

ผลลัพธ์ (ไทย) 3:

ที่ NC คือหมายเลขของอินสแตนซ์การฝึกอบรมที่มีป้ายชื่อ C และ N คือทั้งหมดหมายเลขของอินสแตนซ์ของการฝึกอบรม ดังนั้น P ( C ) เป็นเพียงสัดส่วนของการฝึกอบรมกรณีที่มีป้าย Cค่า P ( D | C ) เป็นเล็กน้อยซับซ้อนมากขึ้นเพราะเหมือนกัน " นับ "ประมาณว่า เราสามารถที่จะใช้สำหรับคำนวณ P ( C ) จะไม่ทำงาน ( ทำไม ? เห็นการออกกําลังกาย 9.3 . ) เพื่อให้มีการประเมินความคุ้มค่า เราต้องกําหนดระบบสมมติว่า D ที่สามารถแสดงเป็น W1 D = , . . . . . . . . รูปแบบ , และที่วีเป็นอิสระของ wj ทุกชั้น̸ = เจง่ายๆนี้บอกว่าเอกสารดีที่ 1 ตลอดที่สุดของบทนี้เราสมมติว่า สินค้าถูกจัดเป็นข้อความเอกสาร อย่างไรก็ตาม , มันเป็นสิ่งสำคัญที่จะทราบว่าเทคนิคที่อธิบายไว้ที่นี่ได้ใช้ในการตั้งค่าทั่วไปมากขึ้นและใช้รายการเช่นรูปภาพและไม่มีข้อความวิดีโอ