基于朴素贝叶斯模型，如何计算给定参数下非分类变量的条件概率？

你用e1071包的naiveBayes模型时，已经能拿到分类变量的条件概率，但对连续特征（比如sellerRating）的精确值条件概率摸不着头绪——其实这里要注意：连续变量取单点值的概率是0，我们实际要算的是该点的概率密度，而naiveBayes默认用高斯分布来拟合连续特征的条件分布，以下是具体做法：

1. 提取连续特征的条件分布参数 #

训练好的nb.model里，tables字段存着每个特征在不同Competitive类别下的分布信息。对于连续的sellerRating，它会保存每个类别对应的均值和标准差。

用这段代码查看Competitive=1时sellerRating的分布参数：

# 查看sellerRating在Competitive=1时的均值和标准差
nb.model$tables$sellerRating[,"1"]

输出大概是这个格式（示例数值）：

Mean    Std Dev 
    850.00     200.00 

2. 计算指定值的概率密度 #

根据朴素贝叶斯的条件独立性假设，currency和sellerRating在给定Competitive的条件下是独立的，所以P(sellerRating=1000 | Competitive=1, currency=EUR)就等于P(sellerRating=1000 | Competitive=1)。

用R的dnorm()函数，代入刚才拿到的均值（μ）和标准差（σ），就能算出1000处的概率密度：

# 提取参数
mu <- nb.model$tables$sellerRating["Mean", "1"]
sigma <- nb.model$tables$sellerRating["Std Dev", "1"]

# 计算概率密度
density_1000 <- dnorm(1000, mean = mu, sd = sigma)
print(density_1000)

补充说明 #

• 概率密度和概率的区别：密度值本身不是概率，但它代表了该点附近单位区间内的概率大小，能反映这个值在条件分布中的“出现可能性”。
• 如果你的sellerRating其实是离散变量但被当成连续处理了，也可以在训练模型时用naiveBayes()的discrete参数指定它为离散特征，这样就能直接拿到精确值的概率。

内容的提问来源于stack exchange，提问作者Friendly-Hooman