[問題] Naive Bayes請教

[Dminor (低小調)]

最近在學貝氏分類器，看了很多網路上的文章，

證明過程我都能理解，但是一直對結論很頭痛。



假設X為特徵向量，N為標籤類別；給定一組特徵向量x，用貝氏分類器判斷屬於哪一類別

為什麼是比較P(X=x|N=n1)和P(X=x|N=n2)的大小，

而不是比較P(N=n1|X=x)和P(N=n2|X=x)的大小呢?

直覺來說，給定一組特徵，在已知此特徵的條件下，比較各類別的條件機率感覺很合理?



以下面這個網站的範例來說：

http://hadoopspark.blogspot.com/2016/05/spark-naive-bayes.html

給定特徵向量[高氣壓，濕度51~60，西風]，判斷該情況會不會下雨。

他比較了P(高氣壓，濕度51~60，西風|會下雨)、

        P(高氣壓，濕度51~60，西風|不下雨)兩者的大小，判斷出不會下雨。

但給定特徵向量了，為什麼不是比較

P(會下雨|高氣壓，濕度51~60，西風) 和 P(不下雨|高氣壓，濕度51~60，西風)的大小?



困擾好幾天了，爬了好多文都沒解釋到這一部份，求大大們解惑，

感激不盡!

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 117.56.186.8 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1561195666.A.6D8.html
→ jiyu520: 這是條件機率定義吧
→ jiyu520: 在此“資料”-->進行“分類”
推 youngman77: 想求的是你說的後驗，按照Bayes rule把後驗展開成:
→ youngman77: P(會)P(特徵|會)和P(不會)P(特徵|不會)比較大小
→ jiyu520: 可是和原PO說的一樣..我也有點困惑了@@
推 yiefaung: https://i.imgur.com/HVhGLdD.jpg
推 jiyu520: 感謝樓上
→ Dminor: 看來關鍵是前面有乘以一個類別的機率，我漏看了@@
→ Dminor: 感謝各位
推 erre: 你有call package嗎…