machine-learning - 向量 x 的概率

Question

在机器学习中，假设我们有一个用于分类的 GDA ( Gaussian Discriminant Analysis ) 模型。

如果 y 可以取值 0 或 1，x 表示具有 n 个特征的向量(n x 1 维)

p(x| y=0) 或 p(x|y=1) 对于特定训练示例意味着什么？ x 实际上是一个向量..如何为此定义条件概率？ 任何帮助将不胜感激。

Answer 1

假设X₀是映射到输出0的向量x集合，并且X₁ 是映射到输出 1 的向量 x 集合。取每组向量的平均值，类似地，approximate the covariance 。现在构建两个 multivariate normal distributions ，分别具有这些均值和协方差。

获得这些分布后，只需将所需的矢量插入 PDF 即可获得其密度。请注意，由于概率是连续的，因此您询问的概率通常为 0。