如何使用MATLAB解决此条件概率问题？

Question

如果已知P（c _j | x _i ），则i = 1,2，... n; J = 1,2，...，K;

如何计算/估算： P（c _j | x _l ，x _m ，x _n ） ，其中j = 1,2，... k; l，m，n 属于http://latex.mathoverflow.net/jsMath/fonts/cmsy10/alpha/120/char32.png {1,2，... n}吗？

Answer 1

EDIT2 （在OP的评论之后）

根据贝叶斯规则，我们知道P(C|x1,x2,x3) ~ P(C)*P(x1,x2,x3|C) ，因此对于分类，您可以针对所有C=j计算该表达式并预测最大可能的类别（ MAP ）。

现在要计算P(x1,x2,x3|C) ，对于iid观测值，可以写成： P(x1,x2,x3|C) = P(x1|C)*P(x2|C)*P(x3|C) ，每个参数模型都可以轻松计算。

Answer 2

也许这个网站可以帮助您？ 我假设您尝试在Matlab中实现贝叶斯规则。

Answer 3

如果没有更多信息或简化假设，您想做的事情是不可能的。

条件概率P（A | B，C）并非（完全/完全：）由P（A | B）和P（A | C）确定。