橙色貝葉斯算法具有連續的特點

Question

我有四個連續的功能二等貝葉斯分類問題。我試圖部分複製Orange用於計算概率的貝葉斯算法算法。但是我沒有成功獲得Orange輸出的相同值。

數據組大小：150（class0：88及1級：62）

我使用下面的算法

p(class0 | X1, X2, X3, X4) = L0/(L0 + L1) 
p(class1 | X1, X2, X3, X4) = L1/(L0 + L1) 

其中L0和L1是似然

L0 = prior_class0 * product(p(Xi|class0)) 
L1 = prior_class1 * product(p(Xi|class1)) 

prior_class0 and prior_class1 are Laplacian estimators 

prior_class0 = (88 + 1)/(150 + 2) 
prior_class1 = (62 + 1)/(150 + 2) 

橙使用黃土用於計算條件概率（我猜測它不需要重現）。對於這個數據集，它爲python對象classifier.conditional_distributions中給出的兩個類輸出49個點。通過在Xi的周圍點之間使用線性插值，我可以計算p（Xi | class0）和p（Xi | class1）。

1）任何人都可以在橙貝葉斯算法具有連續的特點有何評論？

2）或任何技術諮詢如何設置編譯器/ IDE，我可以從橙色/源/橙/ bayes.cpp功能調試橙C++代碼，並檢查了一些中間結果？

Answer 1

橙使用稍微不同的公式，根據Kononenko，給出相同的結果，但允許更好的解釋性和概率的M-估計。它代替產品（p（Xi | class0））計算產品（p（class0 | Xi）/ p（class0））。不過，我認爲這不會影響您的計算，但您可以檢查。計算這些概率的代碼是https://github.com/biolab/orange/blob/master/source/orange/bayes.cpp#L169。請注意，它可以並行處理所有類。

另一件你感興趣的代碼是從黃土密度估計概率的計算。它在https://github.com/biolab/orange/blob/master/source/orange/estimateprob.cpp#L307。注意，大多數操作都在向量上，例如， *result *= (x-x1)/(x2-x1);中的所有變量實際上都是矢量。至於調試，我用Visual Studio編寫了這個代碼（很多年前，有些羞愧地承認 - 看到我使用的可怕編碼風格）。由於我不再使用Windows，因此我忘記了該版本並且無法檢查它。但我從來沒有真正在任何其他操作系統上調試過Orange。

如果您加載的項目，並建立一個調試版本，你還必須構建Python的調試版本。這實際上很簡單（請參閱Python源代碼中的說明），問題是您必須構建調試版本的其他任何二進制庫（例如numpy）。更簡單的方法是構建Orange的發行版，但打開調試信息標誌。這樣你可以使用標準的Python和庫。