For a document di in the testing se

For a document di in the testing set, there are K words Wdi = {wi1, wi2, ... , wiK}, and Wdi is a subset of W. The purpose is to classify this document into category c or not c. We assume independence among each word in this document, and any word wik conditioned on c or c' follows
multinomial distribution. Therefore, according to Bayes’ Theorem, the probability that di belongs to category c is

ผลลัพธ์ (ไทย) 1:

Di เป็นเอกสารในชุดทดสอบ มีคำ K Wdi = {wi1, wi2,..., wiK }, และ Wdi เป็นเซตย่อยของ W. วัตถุประสงค์ในการ จัดประเภทเอกสารนี้ในประเภท c หรือ c ไม่ได้ เราคิดว่าความเป็นอิสระระหว่างแต่ละคำในเอกสารนี้ และ wik คำใด ๆ ปรับอากาศใน c หรือ c' ดังต่อไปนี้ก็ตามการกระจายงาน ดังนั้น ตามทฤษฎีบทของ Bayes ความน่าเป็นที่ดีที่อยู่ในประเภท c เป็น

ผลลัพธ์ (ไทย) 3:

สำหรับเอกสารตี้ในชุดทดลอง มี K คำ wdi = { wi1 wi2 , . . . วิก } , และ wdi เป็นเซตย่อยของ W . มีวัตถุประสงค์เพื่อจำแนกเอกสารนี้ในประเภท C หรือ C . เราถือว่าความเป็นอิสระระหว่างแต่ละคำในเอกสารฉบับนี้ และมีข่าววิกปรับอากาศใน C หรือ C ' ดังนี้โดยการกระจาย ดังนั้นตามทฤษฎีบทของ โอกาสที่ ดิ เป็นของประเภท C คือ