ベイズの識別規則のメモ
現象の有無を2つのクラスだと考える。どっちかに分類したい。
特徴変数を複数考える。
現象があった場合、現象がなかった場合それぞれについて、特徴変数がどうであったか調べる。たとえば
サンプル数 | 特徴変数1 | 特徴変数2 | ・・・ | |
現象あり(G=1) | 10 | 3 | 4 | ・・・ |
現象なし(G=0) | 50 | 45 | 5 | ・・・ |
とか。
各特徴変数に条件付き独立が成り立っていることを仮定して、事後確率を計算する。
(計算過程は、読めばわかるはず)
計算した結果で、それぞれ事後確率が大きい方のクラスに分類する。
(尤度比で識別規則を構成しても同じこと。数式おって頭の体操。)
詳しくはこっちを読む
最近気になってること
- コンピュータ・サイエンス入門 | UDACITY on Edmaps Pythonで検索エンジンとソーシャルネットワークを作る講座
- みんなのPython Webアプリ編 HTML版(無料) | TRIVIAL TECHNOLOGIES 4 @ats のイクメン日記 みんなのPython webアプリ編のHTMLで読めるやつ。本も持ってる。
- O'Reilly Japan - Pythonによるデータ分析入門
- O'Reilly Japan - Python文法詳解 持ってない
- O'Reilly Japan - Think Stats 持ってない
- O'Reilly Japan - Think Bayes 持ってない
Python以外にも
- プログラマの考え方がおもしろいほど身につく本(アスキー書籍)
- Developer's Code 本物のプログラマがしていること(アスキー書籍)
- はじめてUNIXで仕事をする人が読む本 (アスキー書籍)
- リーダブルコード ―より良いコードを書くためのシンプルで実践的なテクニック
- 実践Vim(アスキー書籍)
などなど。