6
Si tiene un clasificador bayes entrenado para un conjunto de clases, ¿cómo detectar si la salida es lo suficientemente significativa como para elegir una clase? Sería útil para detectar muestras que no pueden asignarse a una clase. He intentado probar si la probabilidad de clase está por encima de la media + 2 * stddev de las probabilidades de todas las clases, pero no creo que sea sólida.Detectando una clase desconocida en un clasificador bayes
Voy a analizar esto y hacer algunas pruebas – piotr
La relación de verosimilitud no lo ayudará aquí, al menos no como usted lo describe. Él conoce las probabilidades * relativas * "P (C1 | D), P (C2 | D), ..., P (CN | D), pero no sabe cómo normalizarlas adecuadamente porque tiene un no- conjunto exhaustivo de clases; es decir, SUM sobre i = 1 a N de P (Ci | D) NO es igual a la unidad porque existen otras clases desconocidas que contribuyen a la suma de probabilidad de maneras desconocidas. Por lo tanto, aunque puede hacer una relación de probabilidad P (C1 | D)/P (C2 | D) (el factor de normalización desconocido se elimina), NO PUEDE calcular P (~ C | D) porque su P (Ci | D) los valores no son verdaderas probabilidades. –