樋口先生、
お忙しいところを失礼いたします、悠と申します。
有難いご教示に心から感謝いたします。 ありがとうございます。
先生がお書きになられたことは、理解できているつもりです。
ベイズ分類で学習した「モデル」を、未知の「データ」に適用した結果を、
新しい外部変数として追加・保存することで、
コーディングのクロス集計と同じような星取表ができるという理解です。
先生、マニュアルの記載について、もう一点御確認させてください。
お手数をおかけいたします。
お聞きしたい個所は、
A.6.3 「ベイズ学習による分類」「外部変数から学習」
ベイズ学習による分類について
の、
「排他的な分類ないしはカテゴリ分けを行う」です。
誠に恥ずかしいのですが、この2つの区別が実感できません。
後者の「カテゴリ分け」については、
脚注 *16 ただし,「事柄A に言及あり」「事柄A に言及なし」といったカテゴリ分け
という説明で理解できます。
前者の「排他的な分類」は、後者の「カテゴリ分け」とどう違うのか、
分かりやすい具体例で示してくださると助かります。
お手数をお掛けいたします。
どうぞ、よろしくお願いいたします。
//悠