The Naive Bayesian classifier is ba

The Naive Bayesian classifier is based on Bayes’ theorem with independence assumptions between predictors. A Naive Bayesian model is easy to build, with no complicated iterative parameter estimation which makes it particularly useful for very large datasets. Despite its simplicity, the Naive Bayesian classifier often does surprisingly well and is widely used because it often outperforms more sophisticated classification methods.

Naive Bayes methods are a set of supervised learning algorithms based on applying Bayes’ theorem with the “naive” assumption of independence between every pair of features. Given a class variable y and a dependent feature vector x_1 through x_n, Bayes’ theorem states the following relationship:

ผลลัพธ์ (ไทย) 1:

Classifier Naive ทฤษฎีเป็นไปตามทฤษฎีบทของ Bayes กับสมมติฐานความเป็นอิสระระหว่าง predictors แบบจำลองทฤษฎี Naive เป็นเพื่อสร้าง กับไม่ประเมินพารามิเตอร์ซับซ้อนซ้ำซึ่งทำให้มีประโยชน์อย่างยิ่งสำหรับ datasets ขนาดใหญ่มาก แม้ มีความเรียบง่าย classifier Naive ทฤษฎีมักดีจู่ ๆ แล้วจะใช้เนื่องจากมักจะ outperforms วิธีการจัดประเภทความซับซ้อนมากขึ้น Bayes วิธี naive เป็นชุดของอัลกอริทึมการเรียนรู้ที่มีตามใช้ทฤษฎีบทของ Bayes กับอัสสัมชัญ "ขำน่า" เอกราชระหว่างทุก ๆ คู่ของ ทฤษฎีบทของ Bayes ให้ y เป็นตัวแปรคลาสและกับ x_1 เวกเตอร์ขึ้นอยู่กับคุณลักษณะผ่าน x_n ระบุความสัมพันธ์ต่อไปนี้:

ผลลัพธ์ (ไทย) 2:

ลักษณนาม Bayesian ไร้เดียงสาอยู่บนพื้นฐานของทฤษฎีบทของเบย์กับสมมติฐานความเป็นอิสระระหว่างพยากรณ์ รูปแบบหน่อมแน้มเบส์เป็นเรื่องง่ายที่จะสร้างที่มีการประมาณค่าพารามิเตอร์ซ้ำไม่ซับซ้อนซึ่งทำให้มันมีประโยชน์อย่างยิ่งสำหรับชุดข้อมูลขนาดใหญ่มาก แม้จะมีความเรียบง่ายลักษณนาม Bayesian ไร้เดียงสามักจะไม่น่าแปลกใจที่ดีและใช้กันอย่างแพร่หลายเพราะมันมักจะมีประสิทธิภาพดีกว่าวิธีการจำแนกความซับซ้อนมากขึ้น. หน่อมแน้มวิธีเบส์เป็นชุดของขั้นตอนวิธีการเรียนรู้ภายใต้การดูแลขึ้นอยู่กับการใช้ทฤษฎีบทของเบย์ด้วย "ไร้เดียงสา" สมมติฐานของความเป็นอิสระระหว่าง ทุกคู่ของคุณสมบัติ กำหนดระดับตัวแปร Y และขึ้นอยู่กับคุณสมบัติเวกเตอร์ x_1 ผ่าน x_n, เบย์รัฐทฤษฎีบทความสัมพันธ์ต่อไปนี้:

ผลลัพธ์ (ไทย) 3:

ไร้เดียงสา Bayes ลักษณนาม คือแบบยึดกับสมมติฐาน ' ทฤษฎีบทความเป็นอิสระระหว่างตัวแปร . ไร้เดียงสา Bayesian รูปแบบเป็นเรื่องง่ายที่จะสร้าง ไม่มีความซับซ้อนของการประมาณค่าพารามิเตอร์ ซึ่งทำให้มันมีประโยชน์โดยเฉพาะอย่างยิ่งสำหรับชุดข้อมูลที่มีขนาดใหญ่มาก แม้จะมีความเรียบง่ายของแบบไร้เดียงสาแบบมักจะไม่สบายและใช้กันอย่างแพร่หลายเพราะมันมักจะมีประสิทธิภาพดีกว่าวิธีการจำแนกที่ซับซ้อนมากขึ้น

Naive Bayes วิธีการเป็นชุดของการใช้อัลกอริทึมการเรียนรู้ตามทฤษฎีบท Bayes ' กับ " ไร้เดียงสา " สมมติฐานของความเป็นอิสระระหว่างทุกคู่คุณสมบัติให้ตัวแปรคลาส Y และขึ้นอยู่กับคุณลักษณะเวกเตอร์ x_1 ผ่าน x_n ทฤษฎีบทของสหรัฐอเมริกา , ความสัมพันธ์ดังต่อไปนี้