Ich wurde in die Naive Bayes Klassifizierungsmethode (Multinomial NB) eingeführt, mit Bezug darauf, wie es von Michael Sipser in seinem Buch "The Theory of Computation" beschrieben wird.Algorithmus verstehen - multinomiale naive Bayes
ich im Algorithmus für Training und Anwendung multinomial NB, präsentiert sich wie folgt beschreiben suchen:
jedoch zu einem Verlust Ich komme, wenn bestimmte Aspekte des Algorithmus zu interpretieren. Zum Beispiel in TRAINMULTINOMIALNB (C, D) on line 6:
- Was genau CONCATENATE_TEXT_OF_ALL_DOCS_IN_CLASS (D, C) tun?
Bisher verstehe ich es wie folgt. Angenommen, wir haben drei - 3 - Dokumente in der Klasse "Filme" und "Lieder":
MOVIES
DOC1 = "big fish"
DOC2 = "big lebowski"
DOC3 = "mystic river"
SONGS
DOC1 = "purple rain"
DOC2 = "crying in the rain"
DOC3 = "anaconda"
Nach der Anwendung CONCATENATE_TEXT_OF_ALL_DOCS_IN_CLASS (D, C), würden Sie dann mit gelassen werden, sagen Strings:
String concatenatedMovies = "big fish big lebowski mystic river"
String concatenatedSongs = "purple rain crying in the rain anaconda"
Ist das richtig? Jede Hilfe, um dies zu verstehen, wird sehr geschätzt.