ClassPriors

ClassPriors

Classify 及相关函数的一个选项,指定输出类别假定的显式先验概率,独立于从训练集推导出的结果.

更多信息

  • ClassPriors<|class1p1,class2p2,|> 指定将特定输入归类于类 classi 中的先验概率为 pi.
  • 默认情况下,类别先验从训练集的类别频率计算.
  • ClassPriors<|class1p1,class2p2,|> 中,未指定的类别先验将被设定为它们重新缩放的默认值,以确保分布的标准化.

范例

打开所有单元关闭所有单元

基本范例  (1)

训练不平衡训练集上的分类器:

获得新范例的类别概率:

设置类别的均匀先验分布:

设置分类器内部类别的先验分布:

未指定类的先验是剩余概率质量的函数:

应用  (3)

将内置语言分类器限制为仅两种语言:

训练分类器来识别有机体在平衡训练组上是否健康:

求新有机体患病的概率:

求同一有机体患病的概率,结合患病有机体仅代表总体的1%这一先验知识:

训练一个分类器,使其能够根据网站用户的行为预测他是否会购买已给定物品:

定义并可视化模型,购买该物品的概率是外界温度的一个函数:

使用该模型和 WeatherData 提升对巴黎用户的预测效果,而无需额外的训练:

Wolfram Research (2014),ClassPriors,Wolfram 语言函数,https://reference.wolfram.com/language/ref/ClassPriors.html.

文本

Wolfram Research (2014),ClassPriors,Wolfram 语言函数,https://reference.wolfram.com/language/ref/ClassPriors.html.

CMS

Wolfram 语言. 2014. "ClassPriors." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/ClassPriors.html.

APA

Wolfram 语言. (2014). ClassPriors. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ClassPriors.html 年

BibTeX

@misc{reference.wolfram_2024_classpriors, author="Wolfram Research", title="{ClassPriors}", year="2014", howpublished="\url{https://reference.wolfram.com/language/ref/ClassPriors.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_classpriors, organization={Wolfram Research}, title={ClassPriors}, year={2014}, url={https://reference.wolfram.com/language/ref/ClassPriors.html}, note=[Accessed: 22-November-2024 ]}