Sử dụng ước tính mật độ hạt nhân trong phân loại Naive Bayes?

Câu hỏi này là một câu hỏi tiếp theo cho câu hỏi trước đây của tôi ở đây và cũng có liên quan, trong ý định, cho câu hỏi này .

Trên trang wiki này, các giá trị mật độ xác suất từ một phân phối bình thường giả định cho tập huấn luyện được sử dụng để tính toán một giá trị sau của Bayes thay vì các giá trị xác suất thực tế. Tuy nhiên, nếu một tập huấn luyện không được phân phối bình thường thì việc sử dụng giá trị mật độ lấy từ ước tính mật độ hạt nhân của tập huấn luyện để tính toán một hậu nghiệm Bayes có bằng nhau không?

Trong ứng dụng dự định của nó, ước tính mật độ hạt nhân này sẽ được lấy từ một tập dữ liệu thực nghiệm lý tưởng được tạo ra bởi các kỹ thuật MC.

Tôi đã đọc cả câu hỏi được liên kết đầu tiên trước đó, đặc biệt là câu trả lời của whuber và các ý kiến ​​về điều này.

$P(X=x|C=c)$$P(C=c|X=x)=P(C=c)*P(X=x|C=c)/P(X=x)$

$P(X=x|C=c)$$P(X=x)$

Bài viết này có thể thú vị cho bạn: ước tính phân phối liên tục trong phân loại bayesian