问连续特征的橙Bayes算法

EN

橙色使用了一个稍微不同的公式，根据科诺年科的说法，它给出了同样的结果，但允许更好的解释性和概率的m-估计。它计算的不是乘积(p(Xi\class0))，而是计算乘积(p(class0\Xi)/ p(class0))。我不认为这会影响你的计算，但你可以检查。计算这些概率的代码位于https://github.com/biolab/orange/blob/master/source/orange/bayes.cpp#L169。注意，它并行地执行所有类的操作。

你感兴趣的另一个代码是从黄土密度估计中计算概率。在https://github.com/biolab/orange/blob/master/source/orange/estimateprob.cpp#L307。注意，大多数操作都是关于向量的，例如，*result *= (x-x1)/(x2-x1);中的所有变量实际上都是向量。

至于调试，我用Visual编写了这段代码(很多年前，我不好意思承认--看到了我使用的糟糕的编码风格)。我忘记了版本，不能检查它，因为我不再使用Windows。但我从来没有真正在任何其他操作系统上调试过橙色。

如果加载项目并构建调试版本，则还必须构建Python的调试版本。这实际上很简单(请参阅Python源代码中的说明)，问题是您还必须构建您所使用的任何其他二进制库(例如numpy)的调试版本。一种更简单的方法是构建Orange的发布版本，但打开调试信息标志。这样，您就可以使用标准Python和库。