moea_joint_essay
104年
[統計資訊] 資料庫及資料探勘、程式設計
第 二 題
假設現在有一些文件需要被分類成+和−兩類，為簡化起見，我們僅考慮 3 個詞，分別是"資料庫"、"資料探勘"和"電子商務"，我們共有 2100 份文件的訓練資料集，它們對於這 3個詞和類別的資訊如【表 1】所示，其中 T 表示有出現，F 表示無出現：
比如，第 1 列的資料顯示在有出現"資料庫"、"資料探勘"和"電子商務"3 個詞的文件裡，有 100 份的類別標籤是+，而另 100 份的類別標籤是−。
現在有 1 份新文件，它沒有出現"資料庫"，但有出現"資料探勘"和"電子商務"，請利用簡易貝式分類器(Naïve Bayesian Classifier)來預測新文件的類別，須列出詳細計算式（15 分），以及簡易貝式分類器有何假設（5 分）?
比如，第 1 列的資料顯示在有出現"資料庫"、"資料探勘"和"電子商務"3 個詞的文件裡，有 100 份的類別標籤是+，而另 100 份的類別標籤是−。
現在有 1 份新文件，它沒有出現"資料庫"，但有出現"資料探勘"和"電子商務"，請利用簡易貝式分類器(Naïve Bayesian Classifier)來預測新文件的類別，須列出詳細計算式（15 分），以及簡易貝式分類器有何假設（5 分）?
📝 此題為申論題
思路引導 VIP
- 首先計算+類別與−類別的先驗機率 P(+)、P(−)。
- 計算各特徵在給定類別下的條件機率 P(特徵|類別)。
🤖
AI 詳解
AI 專屬家教
- 基本機率計算： 總文件數 = 2100 份
- 類別文件總數 = 100 + 10 + 30 + 490 + 100 + 500 + 70 + 100 = 1400 份
▼ 還有更多解析內容