机器学习第6章作业三_第1页
机器学习第6章作业三_第2页
机器学习第6章作业三_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

贝叶斯学习(课后习题)6.1由题意可得,两次对病人做化验测试都为正时,cancer和Øcancer的后验概率分别可表示为:P(canner|+,+),P(Øcancer|+,+)。最后一个等号是因为假定两个测试是相互独立的,即:P(+,+|cancer)=P(+|cancer)P(+|cancer)同理可得:P(+|cancer)P(+|cancer)P(cancer)=0.98*0.98*0.008=0.0076832P(+|Øcancer)P(+|Øcancer)P(Øcancer)=0.03*0.03*0.992=0.0008928P(+,+)=P(+,+|cancer)P(cancer)+P(+,+|Øcancer)P(Øcancer)=0.0076832+0.0008928=0.008576所以:P(canner|+,+)=0.0076832/0.008576=0.895896P(Øcancer|+,+)=0.1041046.2由贝叶斯公式可知:因为事件cancer与Øcancer互斥,且P(cancer)+P(Øcancer)=1,有全概率公式可得: P(+)=P(+|cancer)P(cancer)+P(+|Øcancer)P(Øcancer)故所以中的归一化方法正确。6.3(a)P(h):如果假设h1比h2更一般时,赋予P(h1)>=P(h2) (b)P(h):如果假设h1比h2更一般时,赋予P(h1)<=P(h2)P(D|h)的分布同上(c)P(h):对任意假设hi和hj,P(hi)=P(hj)=P(D|h)的分布同上6.4 当h()=时=1,否则=0故P(D)(a)用k表示合取式中布尔属性的个数,用l表示样例中与假设不一致的样例个数,则要被最小化的量的表达式为:+(b)训练样例集D有8个属性{A1,A1,…,A8},共8个属性,需要3位来表示,目标值为d,共有4个训练样例,需要2位来表示。A1A2A3A4A5A6A7A8dX1011100000X2101100000X3110100000X4111100001在这组训练数据中,最短的一个一致假设为A1A2存在一个不一致假设A1,需3位表示,只有一个属性,有2个不一致,需4位,则此时的描述长度为7位,小于一致假设是的9位,此时MDL选择一个不一致的假设。(c)P(h):如果假设hi中的布尔属性合取式中的属性个数小于hj的个数,则P(hi)>P(hj)P(D|h)=在朴素贝叶斯分类中,在给定目标

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论