Naive-Bayes (Good 1965; Langley, Ib

Naive-Bayes (Good 1965; Langley, Iba, & Thompson
1992) uses Bayes rule to compute the probability
of each class given the instance, assuming the attributes
are conditionally independent given the label.
The version of Naive-Bayes we use in our experiments
was implemented in MLC++ (Kohavi et
al. 1994). The data is pre-discretized using the
an entropy-based algorithm (Fayyad & Irani 1993;
Dougherty, Kohavi, & Sahami 1995). The probabilities
are estimated directly from data based directly
on counts (without any corrections, such as Laplace or
m-estimates).

ผลลัพธ์ (ไทย) 1:

Naive Bayes (1965 ดี ลแลงเกลย์ อิบา และทอมป์สันกฎ Bayes 1992) ใช้เพื่อคำนวณความน่าเป็นของแต่ละชั้นให้อินสแตนซ์ สมมติว่าแอตทริบิวต์ได้อิสระอย่างมีเงื่อนไขกำหนดป้ายชื่อรุ่นเราใช้ในการทดลองของ Bayes Naiveได้ดำเนินการใน MLC ++ (Kohavi etal. 1994) ข้อมูลเป็น discretized ก่อนโดยใช้การการใช้เอนโทรปีอัลกอริทึม (Fayyad และ Irani 1993Dougherty, Kohavi และ Sahami 1995) กิจกรรมที่ประเมินจากข้อมูลที่ใช้โดยตรงในการตรวจนับ (โดยไม่ต้องแก้ไขใด ๆ เช่นลาปลาส หรือm-ประเมิน)

ผลลัพธ์ (ไทย) 2:

หน่อมแน้ม-เบส์ (Good 1965; แลงลีย์, Iba และ ธ อมป์สัน
1992) ใช้กฎเบส์ในการคำนวณความน่าจะเป็น
ของแต่ละระดับได้รับตัวอย่างเช่นสมมติว่าคุณลักษณะที่
มีความเป็นอิสระตามเงื่อนไขที่กำหนดฉลาก.
รุ่นที่หน่อมแน้ม-เบส์ที่เราใช้ในการทดลองของเรา
ถูกนำมาใช้ในแอลซี ++ (Kohavi et
al. 1994) ข้อมูลที่เป็น pre-discretized ใช้
อัลกอริทึมที่ใช้เอนโทรปี (Fayyad และอิหร่าน 1993;
โดเฮอร์ที Kohavi และ Sahami 1995) น่าจะ
อยู่ที่ประมาณโดยตรงจากข้อมูลโดยตรง
ในจำนวน (ไม่มีการแก้ไขใด ๆ เช่นเลซหรือ
M-ประมาณการ)

ผลลัพธ์ (ไทย) 3:

Naive Bayes ดี ( 1965 ; แลงลีย์ , ๆ , &ทอมป์สัน
1992 ) ใช้กฎ Bayes เพื่อคำนวณความน่าจะเป็นของแต่ละชั้นเรียนให้

ตัวอย่าง สมมติว่าคุณสมบัติเป็นเงื่อนไขอิสระได้รับฉลาก .
รุ่น Naive Bayes เราใช้ในการทดลองของเราได้จัดทำ

MLC ( kohavi et al . 1994 ) ข้อมูลที่เป็นแบบจุดก่อนใช้
มีเอนโทรปีตามขั้นตอนวิธี ( ฟาเยด&ลาชิ 1993 ;
โดเฮอร์ตี้ , kohavi & sahami , 1995 ) ความน่าจะเป็น
ประมาณโดยตรงจากข้อมูลพื้นฐานโดยตรง
นับ ( โดยไม่ต้องแก้ไขใด ๆเช่น Laplace หรือ

m-estimates )