다변량 확률밀도 기반 베이지안 분류와 시각화 기법
우도 함수: 조건부 확률밀도 추정
본 문서는 붓꽃(Iris) 데이터셋을 활용하여 베이지안 분류 모델의 핵심 요소인 우도 함수(likelihood function)를 탐구한다. 분석 대상 특성으로는 꽃받침 길이(sepal length)와 꽁치폭(sepal width) 두 가지를 사용하며, 이를 통해 조건부 확률밀도함수 \( f_{X_1,X_2|Y}(x_1,x_2|C_k) \) 를 추정한다.
특정 클래스 \( C_k \) (예: Seto ...
7월 26일 14:52에 게시됨