machine-learning - 分类:添加一个新变量并计算改变类输出的概率

Question

我有 2 个基于多个数字特征(例如 v1….v20)的输出类别(好和差)。

如果 v1、v2、v3 和 v4 为“高”，则该类别为“差”。如果 v1、v2、v3 和 v4 为“低”，则该类别为“好”

我能够使用 ROC 获得良好的准确性，并使用随机森林获得最小分类误差。但是，我想添加一个新变量 v21。我从经验中知道，如果这个变量(v21)的值很高，即使v1、v2、v3和v4很高，这个类也可能不是“差”。当变量 v21 较高时，获得“差”类别的概率较低(尽管变量 v1、v2、v3 和 v4 较高)。

1)如何在分类中利用我对 v21 的了解来提高准确性？哪种分类技术合适？2)由于我有符合我理解的真实数据，无论如何，我可以计算出当v21的值较高以及v1、v2、v3和v4的值较高时获得“差”类的概率吗？

Answer 1

贝叶斯概率允许通过选择先验分布来合并您的先验信念和知识。

https://en.wikipedia.org/wiki/Prior_probability

这样，您的实际数据将与先前的信念合并，形成最终的后验分布。

因此，在这种情况下，您的先前分发应包含以下信息:

P(myclass =poor|v1,v2,v3,v4) is high
P(myclass =poor|v21) is low