In this section we compare the beha

In this section we compare the behaviour of locally weighted naive Bayes to that of the k-nearest neighbour algorithm on two artificially generated datasets. In particular, we are interested in how sensitive the two techniques are to the size of the neighbourhood, that is, the choice of k. We also discuss results for standard naive Bayes, using the normality assumption to fit the numeric attributes.

ผลลัพธ์ (ไทย) 1:

ในส่วนนี้ เราเปรียบเทียบพฤติกรรมของขำน่าเครื่องถ่วงน้ำหนัก Bayes ที่ k ใกล้เพื่อนบ้านอัลกอริทึมในสองเหือด datasets สร้างขึ้น โดยเฉพาะอย่างยิ่ง เรามีความสนใจในวิธีการที่สำคัญเทคนิคสองจะขนาดไป นั่นคือ มายเค นอกจากนี้เรายังกล่าวถึงผลขำน่ามาตรฐาน Bayes ใช้สมมติฐาน normality ให้พอดีกับแอททริบิวต์ที่เป็นตัวเลข

ผลลัพธ์ (ไทย) 2:

ในส่วนนี้เราเปรียบเทียบพฤติกรรมของถ่วงน้ำหนักในประเทศที่ไร้เดียงสา Bayes กับที่ของอัลกอริทึมเพื่อนบ้าน k-ที่ใกล้ที่สุดอยู่สองชุดข้อมูลที่สร้างเทียม โดยเฉพาะอย่างยิ่งเรามีความสนใจในวิธีการที่สำคัญทั้งสองเทคนิคที่มีขนาดของพื้นที่ใกล้เคียงที่เป็นทางเลือกของเค นอกจากนี้เรายังหารือเกี่ยวกับผลมาตรฐานไร้เดียงสา Bayes โดยใช้สมมติฐานปกติเพื่อให้พอดีกับคุณลักษณะที่เป็นตัวเลข

ผลลัพธ์ (ไทย) 3:

ในส่วนนี้เราเปรียบเทียบพฤติกรรมในแบบ Naive Bayes ที่ขั้นตอนวิธีการเพื่อนบ้านละสองที่สร้างเทียมชุดข้อมูล โดยเฉพาะอย่างยิ่ง เรามีความสนใจในเทคนิคที่สองจะไวขนาดนี้ นั่นคือ ทางเลือกของ K . นอกจากนี้เรายังหารือการไร้เดียงสา Bayes มาตรฐาน ,ใช้ปกติสมมุติให้พอดีกับคุณลักษณะที่เป็นตัวเลข