Zadanie z klasyfikacji za pomoca klasyfikatora "naive Bayes"

Potraktuj zalaczona tabele decyzyjna w nastepujacy sposob:
a) zbior treningowy: pierwsze 12 wierszy tabeli
b) przypadek do zaklasyfikowania: wiersz 13 tabeli (zignoruj atrybut decyzyjny 
w 13 wierszu)
c) wiersz 14 zignoruj

Nastepnie, stosujac klasyfikator "naiwnego Bayesa" zaklasyfikuj przypadek 
b) uzywajac zbioru treningowego a). Pokaz wszystkie niezbedne obliczenia.

Jesli jest to konieczne dla jakiegos atrybutu, to zastosuj wygladzanie
dla tego atrybutu.

***

P(tak|pochmurno & cieplo & normalna & brak):
P1 = P(pochmurno|tak) * P(cieplo|tak) * P(normalna|tak) * P(brak|tak) * P(tak) = 
= 3/8 * 1/8 * 5/8 * 5/8 * 8/12 = 0.01220703

P(nie|pochmurno & cieplo & normalna & brak):
P2 = P(pochmurno|nie) * P(cieplo|nie) * P(normalna|nie) * P(brak|nie) * P(nie) =
= 0/4 * 2/4 * 1/4 * 2/4 * 4/12

tu zauwazamy, ze pierwsze prawdopobodobienstwo wynosi 0 (0/4), wiec 
zastosujemy dla tego atrybutu wygladzanie Laplace'a.

Do licznika dodajemy 1 a do mianownika liczbe mozliwych wartosci tego
 atrybutu (3)
0/4 -> (0+1)/(4+3) = 1/7

po modyfikacji mamy:
P2' = 1/7 * 2/4 * 1/4 * 2/4 * 4/12 = 0.00297619

a wiec P1 > P2, czyli zgodnie z algorytmem naiwnego Bayesa przypadek bedzie 
zaklasyfikowany do klasy "TAK"

Podczas sprawdzianu nie bedzie kalkulatorow, wiec wystarczy oszacowac oba 
wyrazenia (przez skracanie ulamkow), aby okreslic ktore jest wyzsze, nie
 trzeba dokladnie obliczac wartosci.