Add example

07_bayes_classifier.ipynb

@@ -35,6 +35,69 @@
     "![alt text](bayes_steps.png \"Title\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "P(C|X) = P(C) * P(X|C)\n",
+    "\n",
+    "P(C)\n",
+    "\n",
+    "15 - tekstów\n",
+    "<br>\n",
+    "5 - spam\n",
+    "<br>\n",
+    "10 - niespam\n",
+    "\n",
+    "P(spam) = 5/15 = 1/3\n",
+    "\n",
+    "<br>\n",
+    "P(X|C)\n",
+    "\n",
+    "Lubię borowiki i kurki.                                 NIE SPAM\n",
+    "<br>\n",
+    "Lubię borowiki, borowiki i jeszcze raz borowiki.        NIE SPAM\n",
+    "<br>\n",
+    "Poszedłem na zakupy.                                    NIE SPAM\n",
+    "\n",
+    "P(borowiki|NIE SPAM) = 4 / 14\n",
+    "\n",
+    "P(zakupy|NIE SPAM) = 1 / 14\n",
+    "\n",
+    "P(X|NIE SPAM) = 4/14 * 1/14 * ...\n",
+    "\n",
+    "\n",
+    "\n",
+    "100 tekstów ze spamem, każde ma po 8 słów (i w pozostałych 99 nie występuje słowo borowiki)\n",
+    "<br>\n",
+    "1                                                       SPAM\n",
+    "<br>\n",
+    "2                                                       SPAM\n",
+    "<br>\n",
+    "...\n",
+    "<br>\n",
+    "Kup kup nasze nasze borowiki borowiki (TANIO TANIO)!!!  SPAM\n",
+    "<br>\n",
+    "...\n",
+    "<br>\n",
+    "99                                                      SPAM\n",
+    "<br>\n",
+    "100                                                     SPAM\n",
+    "\n",
+    "P(borowiki|SPAM) = 2 / 800"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "#### Inferencja (czyli dokonanie predykcji modelu) na zbiorze testowym\n",
+    "\n",
+    "Dla zdania ze zbioru testowego dla każdego słowa, które znajduje się w słowniku, obliczamy wartości P(xi|C), gdzie wartość z licznika oraz mianiownika bazuje na danych ze zbioru treningowego.\n",
+    "\n",
+    "Czyli np. dla zdania \"Kup pyszne borowiki\" jeżeli tylko słowa \"kup\" oraz \"pyszne\" występują w słowniku obliczamy P(X|C) = P(kup|C) * P(borowiki|C).\n"
+   ]
+  },
   {
    "cell_type": "markdown",
    "metadata": {},
@@ -49,7 +112,7 @@
     "\n",
     "W pliku out.tsv muszą znajdować się wartości 0 lub 1 oddzielone nowymi liniami (bez nagłówka).\n",
     "\n",
-    "Można spróbować z różnymi wartościami alpha oraz liczbą słów w słowniku (czyli w kroku P(X|C) możemy uwzględniać tylko np. 500 najczęściej występujących słów).\n",
+    "Można spróbować z różnymi wartościami alpha oraz liczbą słów w słowniku (czyli w kroku P(X|C) możemy uwzględniać tylko np. 500 najczęściej występujących słów - nie gwarantuję że to pomoże).\n",
     "\n",
     "Proszę pamiętać o redukcji obliczeń (np. liczbę słów w danej klasie można zapisać w zmiennej, a nie robić to za każdym razem).\n",
     "\n",