幼稚bayes预测分数

Question

我有100个学生的四节课的数据集（例如，课a，课b，课c，课d），让我们想象这个等级与 课程的等级相关联。

我想通过那四年级来实现朴素贝叶斯预测成绩课f，但我不知道如何使用输入。 我读了朴素贝叶斯垃圾邮件检测，并在此，每个字的可能性计算。 但是对于等级我不知道我必须计算的可能性。 我已经尝试过垃圾邮件，但是对于这个例子，我只有四个名字（每个课程）

Answer 1

为了做出好的分类，您需要有一些关于学生的信息，而不是他们正在上课。以你的例子为例，垃圾邮件检测是基于单词，停止通常是垃圾邮件（购买，促销，金钱）或来源于http头文件。 对于预测学生成绩的情况，你可以想像有关于学生的信息：社交课，他是做运动，男性还是女性，等等。

回到你的问题，这不是有趣的课程名称，而是每个学生在课堂上的成绩。你需要对每四堂课和f课进行评分，以训练朴素贝叶斯分类器。

你的条目可能看起来像：

StudentID gradeA gradeB gradeC gradeD gradeF 
1    10  9  8   5   8 
2    3  5  3   8   8 
3    5  3  1   1   2 
4    10  10  10  5   4 

训练你的分类后，你将通过新进入一个新的学生那样：

StudentID gradeA gradeB gradeC gradeD 
1058   1  5  8   4 

分类器将能够预测档次对于F课，考虑到了先前的成绩。

您可能已经注意到，我打算在gradeF与gradeD高度相关的情况下做了一个训练数据集。这就是贝叶斯分类器试图学习的内容，只是以更复杂的方式。