分类条件几率

package NaviveBayesClassify;

/**

* <b>类</b>条件几率计算

*

* <h3>类条件几率</h3>

* P(x_j|c_j)=( N(X=x_i, C=c<sub>j

* </sub>)+1 ) <b>/</b> ( N(C=c_j)+M+V ) <br>

* 其中，N(X=x_i, C=c_j）表示类别c_j中包含属性x<sub>

* i</sub>的训练文本数量；N(C=c_j)表示类别c_j中的训练文本数量；M值用于避免

* N(X=x_i, C=c_j）太小所引起的问题；V表示类别的总数。

*

* <h3>条件几率</h3>

* <b>定义</b> 设A, B是两个事件，且P(A)>0 称<br>

* <tt>P(B∣A)=P(AB)/P(A)</tt><br>

* 为在条件A下发生的条件事件B发生的条件几率。

*/

public class ClassConditionalProbability 

{

private static TrainingDataManager tdm = new TrainingDataManager();

private static final float M = 0F;

/**

* 计算类条件几率

* @param x 给定的文本属性

* @param c 给定的分类

* @return 给定条件下的类条件几率

*/

public static float calculatePxc(String x, String c) 

{

float ret = 0F;

float Nxc = tdm.getCountContainKeyOfClassification(c, x);

float Nc = tdm.getTrainingFileCountOfClassification(c);

float V = tdm.getTraningClassifications().length;

ret = (Nxc + 1) / (Nc + M + V); //为了不出现0这样极端状况，进行加权处理

return ret;

}

}