Various techniques have been develo

Various techniques have been developed to improve
the performance of naive Bayes-many of them aimed
at reducing the 'naivete' of the algorithm-while still
retaining the desirable aspects of simplicity and computational
efficiency. Zheng and Webb (2000) provide
an excellent overview of work in this area. Most
existing techniques involve restricted sub-classes of
Bayesian networks, combine attribute selection with
naive Bayes, or incorporate naive Bayes models into
another type of classifier (such as a decision tree).

ผลลัพธ์ (ไทย) 2:

เทคนิคต่าง ๆ
ได้รับการพัฒนาเพื่อปรับปรุงประสิทธิภาพการทำงานของเบส์-ไร้เดียงสามากของพวกเขาเล็งที่จะลด'ความไร้เดียงสาของอัลกอริทึมในขณะที่ยังคงรักษาลักษณะที่พึงประสงค์ของความเรียบง่ายและการคำนวณประสิทธิภาพ เจิ้งเหอและเวบบ์ (2000) ให้ภาพรวมที่ดีของการทำงานในพื้นที่นี้ ส่วนใหญ่เทคนิคที่มีอยู่ จำกัด ที่เกี่ยวข้องกับการเรียนย่อยของเครือข่ายแบบเบย์รวมเลือกแอตทริบิวต์กับเบส์ไร้เดียงสาหรือรวมรุ่นเบส์ไร้เดียงสาเข้าอีกประเภทหนึ่งที่จําแนก(เช่นต้นไม้ตัดสินใจ)

ผลลัพธ์ (ไทย) 3:

เทคนิคต่าง ๆที่ได้ถูกพัฒนาขึ้นเพื่อปรับปรุงประสิทธิภาพของไร้เดียงสา Bayes

หลายคนมุ่งที่การลด ' นา ฟเท ' ของขั้นตอนวิธีในขณะที่ยังคงรักษาลักษณะที่พึงประสงค์ของ
ความเรียบง่ายและมีประสิทธิภาพการคำนวณ

เจิง เว็บบ์ ( 2000 ) ให้
ภาพรวมที่ดีของการทำงานในพื้นที่นี้ ส่วนใหญ่เกี่ยวข้องกับเทคนิคที่มีอยู่จำกัดย่อย

) เรียนส์รวมการเลือกคุณลักษณะกับ
Naive Bayes ไร้เดียงสา Bayes หรือรวมรุ่นในประเภทของส่วนขยายอีก
( เช่นโครงสร้างการตัดสินใจ )