意味

x がクラスの状態に依存する連続確率変数であり、p(x|ω) の形式で表されるとします。これは、「クラス条件付き確率」関数、つまり、クラスがクラスの状態にあるときの x の確率関数です。状態はωです。

クラス条件付き確率関数 $latex P\left(X | w_{i}\right) $ は、特徴量の発生確率密度を指し、その属性 X がどのように分布しているかを表します。

関連する概念の違い

$latex P\left(X | w_{1}\right) $ , $latex P\left(X | w_{2}\right) $ , $latex P\left( w_{1} | X\right) $ , $latex P \left( w_{2} | X\right) $ の違い

$latex P\left(X | w_{1}\right) $ と $latex P\left(X | w_{2}\right) $ は同じ条件 X、$latex w_{1} $ と $latex w_{2} $ が出現する確率、 $latex P\left(X | w_{1}\right) $ > $latex P\left(X | w_{2}\right) $ の場合、以下を取得できます。 条件 X の下で、イベント$latex w_{1}$ の発生確率は、イベント $latex w_{2} $ の発生確率よりも高くなります。

$latex P\left( w_{1} | X\right) $ と $latex P\left( w_{2} | 2 つを比較する意味はありません。 $latex P\left( w_{1} | X\right) $ および $latex P\left( w_{2} | $latex w_{i}$ の場合、$latex P\left( w_{1} | X\right) $ + $latex P\left( w_{2} | $latex P\left( w_{1} | X\right) $ が $latex P\left( w_{2} | X\right) より大きいからです。事前確率の係数を考慮することによってのみ、X 条件下で $latex w_{i}$ または $latex w_{i}$ として分類される可能性が高いと判断できます。 (参照: ベイズの公式)