来自数据集的 Matlab 条件概率

Question

我有一个 500x5 的矩阵 M，我需要计算条件概率。我已经离散化了我的数据，然后我有了这个代码，它目前只适用于3 变量而不是5，但现在这很好。

下面的代码已经算出了我得到A=1、B=1和C=1的次数，我们得到A=2、B=1、C=1等的次数。

data = M;

npatients=size(data,1)

asum=zeros(4,2,2)
prob=zeros(4,2,2)
for patient=1:npatients,
h=data(patient,1)
i=data(patient,2)
j=data(patient,3)
asum(h,i,j)=asum(h,i,j)+1
end
for h=1:4,
for i=1:2,
for j=1:2,
prob(h,i,j)=asum(h,i,j)/npatients
end
end
end

所以我需要代码求和以得到我们得到A=1 和B=1（加在所有C 上）的次数：

Prob(C=1 given A=1 and B=1) = P(A=1,B=1, C=1)/P( A=1, B=1). 

这是第一条规则的规则强度。我需要了解如何循环 A、B 和 C 以获取其余部分以及如何在 Matlab 中实际使用它。我不知道它是否有用，但我有代码可以将每一列放入自己的东西中。：

dest = M(:,1); gen = M(:,2); age = M(:,3); year = M(:,4); dur = M(:,5);

所以说dest 是结果，gen 和age 是前因我该怎么做。

以下以第一批10患者的数据为例：

destination gender  age
       2    2   2
       2    2   2
       2    2   2
       2    2   2
       2    2   2
       2    1   1
       3    2   2
       2    2   2
       3    2   1
       3    2   1

任何帮助表示赞赏和急需。

Answer 1

您的代码无法通过复制和粘贴来运行，我稍作更改，

最好定义一个函数来计算给定数据的概率，

function p = prob(data)
n = size(data,1);
uniquedata = unique(data);
p = zeros(length(uniquedata),2);
p(:,2) = uniquedata;
for i = 1 : size(uniquedata,1)
    p(i,1) = sum(data == uniquedata(i)) / n;
end
end

现在在另一个脚本中，

data =[3    2   91;
       3    2   86;
       3    2   90;
       3    2   85;
       3    2   86;
       3    1   77;
       4    2   88;
       3    2   90;
       4    2   79;
       4    2   77;
       4    1   65;
       3    1   60];
pdest = prob(data(:,1));
pgend = prob(data(:,2));
page = prob(data(:,3));

这会给，

page =

0.0833   60.0000
0.0833   65.0000
0.1667   77.0000
0.0833   79.0000
0.0833   85.0000
0.1667   86.0000
0.0833   88.0000
0.1667   90.0000
0.0833   91.0000

pgend =

0.2500    1.0000
0.7500    2.0000

pdest =

0.6667    3.0000
0.3333    4.0000

这将给出您已经计算出的概率，

注意prob 的第二列是值，第一列是概率。

当您想计算des = 3 & gend = 2 的概率时，您应该创建一个新数据集并调用prob，以供新数据集使用，

mapd2g3 = data(:,1) == 3 & data(:,2) == 2;
datad2g3 = data(mapd2g3,:)

 3     2    91
 3     2    86
 3     2    90
 3     2    85
 3     2    86
 3     2    90

paged2g3 = prob(datad2g3(:,3))

0.1667   85.0000
0.3333   86.0000
0.3333   90.0000
0.1667   91.0000

这是prob(age|dest = 3 & gend = 2)。

您甚至可以编写一个函数来创建数据集。