我有一组训练的数据，其中包含约1568行，每行具有class属性的七个值之一。我正在尝试在168行的第二个数据集上测试此数据。
但是我有一个问题。 Weka报告称“班级先验”是：
141.0
169.0
225.0
197.0
421.0
281.0
141.0
我的训练集每个类的属性值具有以下实例数：
140
168
224
196
420
280
140
除了班级先验知识和每个班级属性值与训练集行数密切相关之外，谁能告诉我它们是什么以及它们实际代表什么？
测试集每个类的属性值具有以下实例数：
15
18
24
21
45
30
15
最佳答案
优先级是对从总体中随机采样实例将产生给定类的概率的估计（无论实例的任何属性如何）。 Weka假设您的训练数据是从总体中随机抽取的，因此您的训练集中的班级比例表明了他们在抽样人群中的相对丰度。请注意，Weka报告的不是先验，而是用于计算先验的计数。在每个计数上加1的原因是为了防止在训练数据中未显示特定类别的情况下计数为零。因此，Weka应该计算每个班级的实际先验
P(c_i) = n_i / (N + C)
其中，
n_i是类别i的样本数，N是样本总数，C是类别数。作为先验概率用于做什么的一个非常简单的例子，考虑对疾病进行分类，仅知道一个人发烧和头痛。这些症状既是流感的标志，也是埃博拉病毒的标志。但是，得了流感的人要多于埃博拉病毒（以前患流感的可能性比埃博拉病毒高得多），因此根据这些症状，您可以将疾病归为流感。
Weka提供了更新或覆盖默认优先级概率的方法。要查看如何在分类中使用先验概率的数学细节，请查看Bayes' Theorem。