类别先验在 Weka 分类中的作用答案

【问题标题】：Role of class priors in Weka classification类别先验在 Weka 分类中的作用
【发布时间】：2013-01-09 11:49:52
【问题描述】：

我有一个由大约 1568 行组成的训练数据集，每行都有类属性的七个值之一。我正在寻求在 168 行的第二个数据集上测试此数据。

但我有一个问题。 Weka 报告说，“类先验”是：

我的训练集每个类属性值的实例数如下：

除了类先验与每个类属性值的训练集行数密切相关之外，谁能告诉我它们是什么以及它们实际代表什么？

测试集每个类属性值的实例数如下：

【问题讨论】：

标签： machine-learning classification weka

【解决方案1】：

类先验是对从总体中随机抽样一个实例将产生给定类的概率的估计（无论实例的任何属性如何）。 Weka 假设您的训练数据是从总体中随机抽取的，因此您的训练集中的类比例表明它们在抽样总体中的相对丰度。请注意，Weka 报告的不是先验，而是用于计算先验的计数。将每个计数加 1 的原因是为了防止在训练数据中未表示特定类的情况下计数为零。所以 Weka 应该将每个类的实际先验计算为

P(c_i) = n_i / (N + C)

其中n_i 是i 类的样本数，N 是样本总数，C 是类数。

作为先验概率用于什么的一个非常简单的例子，考虑对疾病进行分类，只知道一个人发烧和头痛。这些症状是流感和埃博拉病毒的迹象。但是感染流感的人远多于埃博拉病毒（流感的先验概率远高于埃博拉病毒），因此根据这些症状，您可以将疾病归类为流感。

Weka 提供了更新或覆盖默认先验概率的方法。要了解如何在分类中使用先验概率的数学细节，请查看 Bayes' Theorem。

【讨论】：