moktar1er a écrit :
Pour la classification bayesienne:
L'idéal est quand même de calculer 1 matice de variance/covariance par classe, et non pas une matrice pour tous les individus
Un cas particulier peut se poser: l'individu que je cherche à identifier ne ressemble à rien de connu...
je peux avoir:
Distance à la classe A -> 1e-210
Distance à la classe B -> 0
Or, si je normalise, je vais avoir:
p(A/i) = 1
p(B/i) = 0
Et là... ça ne va pas du tout...
Alors, ce que je conseille, c'est de regarder la valeur de la somme des probas d'appartenance à toues les classes.
Si cette valeur est torp insignifiante, on décide que... on ne peut pas décider
|