HyperAIHyperAI

Command Palette

Search for a command to run...

Probabilité Conditionnelle De Classe

Date

définition

Supposons que x est une variable aléatoire continue dont la distribution dépend de l'état de la catégorie et est exprimée sous la forme p(x|ω). Il s'agit de la fonction « probabilité conditionnelle de classe », c'est-à-dire la fonction de probabilité de x lorsque l'état de catégorie est ω.

La fonction de probabilité conditionnelle de classe latexP(Xw_i)latex P\left(X | w\_{i}\right) latexP(Xw_i) fait référence à la densité de probabilité de l'occurrence de la valeur propre X dans l'espace des caractéristiques d'une classe connue, qui fait référence à la manière dont l'attribut X est distribué dans la classe latexw_ilatex w\_{i}latexw_i d'échantillons.

La différence entre les concepts apparentés

latexP\gauche(Xw_1\droite)latex P\gauche(X | w\_{1}\droite) latexP\gauche(Xw_1\droite) , latexP\gauche(Xw_2\droite)latex P\gauche(X | w\_{2}\droite) latexP\gauche(Xw_2\droite) , latexP\gauche(w_1X\droite)latex P\gauche( w\_{1} | X\droite) latexP\gauche(w_1X\droite) , $latex P\gauche( w_{2} |

latexP(Xw_1)latex P\left(X | w\_{1}\right) latexP(Xw_1) et latexP(Xw_2)latex P\left(X | w\_{2}\right) latexP(Xw_2) sont les probabilités que latexw_1latex w\_{1} latexw_1 et latexw_2latex w\_{2} latexw_2 se produisent sous la même condition X. Si latexP(Xw_1)latex P\left(X | w\_{1}\right) latexP(Xw_1) > latexP(Xw_2)latex P\left(X | w\_{2}\right) latexP(Xw_2) , alors nous pouvons conclure que sous la condition X, la probabilité que l'événement latexw_1latex w\_{1}latexw_1 se produise est supérieure à celle de l'événement latexw_2latex w\_{2} latexw_2.

latexP(w_1X)latex P\left( w\_{1} | X\right) latexP(w_1X) et latexP(w_2X)latex P\left( w\_{2} | X\right) latexP(w_2X) font tous deux référence à la probabilité que X apparaisse dans leurs conditions respectives. Il n’y a aucun lien entre les deux, et il est inutile de les comparer. latexP(w_1X)latex P\left( w\_{1} | X\right) latexP(w_1X) et latexP(w_2X)latex P\left( w\_{2} | X\right) latexP(w_2X) sont des problèmes discutés dans des conditions différentes, même s'il n'y a que deux types latexw_ilatex w\_{i}latexw_i et latexw_ilatex w\_{i}latexw_i , latexP(w_1X)latex P\left( w\_{1} | X\right) latexP(w_1X) + latexP(w_2X)latex P\left( w\_{2} | X\right) latexP(w_2X) ≠1. Ce n’est pas parce que latexP(w_1X)latex P\left( w\_{1} | X\right) latexP(w_1X) est supérieur à latexP(w_2X)latex P\left( w\_{2} | X\right) latexP(w_2X) qu’il est plus probable que X soit une chose de première classe. Ce n'est qu'en considérant le facteur de probabilité a priori que nous pouvons déterminer s'il est plus probable d'être jugé comme latexw_ilatex w\_{i}latexw_i ou latexw_ilatex w\_{i}latexw_i sous la condition X. (Voir : formule de Bayes)

Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp