New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
【第7章贝叶斯分类器】待推导或待解析公式征集+答疑专区 #66
Comments
第7章公式7.23推导部分,最后一行的公式是不是有错误啊?十分感谢!^_^ |
@johnmaster 是的,现已修订,感谢反馈 :) |
请问能不能解释一下拉普拉斯修正(7.19)& (7.20)的数学原理呢 |
@lzou13 可以的,这个有在计划之内,过段时间我抽空补上去。 |
@lingr7 是的 |
@geochemistry 同学你好,7.8这个公式的解析确实写得不妥,而且还很冗余,因为西瓜书上已经做了很详细地解释,我稍后会给它撤掉,感谢你的反馈 :) |
@lzou13 同学你好,7.19和7.20的数学原理我已经补充上去了,欠了这么久的花呗终于还清了 :) |
对公式 (7.17)(7.18) 的应用有一处不解,在 P152-P153,为什么 (7.17) 的条件概率可以直接和 (7.18) 的条件概率密度直接相乘得到 h?望解答,谢谢:) |
@onshek 因为(7.17)*(7.18)的理论依据是公式(7.15) |
@LobbyBoy-Dray 同学你好,这个是需要你结合“V型结构”的示意图来理解的,图中的x1和x2是相互独立的两个随机变量,所以P(x1,x2)=P(x1)P(x2) |
谢谢回复!我忘了贝叶斯网本身就隐含着一个关于联合分布的一个写法!谢谢您! |
@jianglonger 同学你好,最近公司项目略忙,让你久等了,下面我来回答一下你的两个问题:1.黄框的公式就是迹运算的常用性质之一而已,这个你去任何矩阵论的书籍上都能查到,在这里我推荐你看张贤达老师的《矩阵分析与应用(第二版)》,书里第50页有给出这个公式;2.红框的公式推导细节之前偷了点懒,现在已经补上了,请查阅 :) |
嗯嗯,看懂了,谢谢,是我想错了,非常感谢,辛苦了! |
公式7.6的解析,“带入”应为“代入”吧 |
@ZuoGangwei 确实,稍后我更正一下 :) |
OK,我看书非常喜欢挑这种错别字:) |
@ZuoGangwei 很好很严谨呀,非常欢迎给我们挑这些问题,非常感谢 :) |
@ZuoGangwei 哪里有问题?我刚看了一下是一样的呀 |
在这里,你可以:
1.评论留下西瓜书第7章你觉得需要补充推导细节或者解析的公式编号,我们看到后会尽快进行补充;
2.评论留下你对南瓜书第7章里相关内容的疑问,我们看到后会尽快进行答疑。
The text was updated successfully, but these errors were encountered: