مصنف بايز الساذج المجمّع (Ensemble Naive Bayes)
يقوم مصنف بايز الساذج المجمّع بتدريب مصنفات بايز الساذجة متعددة - كل منها يتعرض لمنظور مختلف للبيانات من خلال التعبئة (bagging) أو مجموعات فرعية من السمات (feature subsets) أو التعزيز (boosting) - ويجمع تنبؤاتها الاحتمالية عن طريق التصويت أو متوسط الاحتمالات. يحتفظ هذا النهج بسرعة نماذج بايز الساذجة الفردية وقابليتها للتفسير مع تقليل التباين وتحسين الدقة من خلال تجميع المجمّع.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Dietterich, T. G. (2000). Ensemble Methods in Machine Learning. In J. Kittler & F. Roli (Eds.), Multiple Classifier Systems (MCS 2000), Lecture Notes in Computer Science, vol. 1857, pp. 1–15. Springer. DOI: 10.1007/3-540-45014-9_1 ↗
- Lowd, D. & Domingos, P. (2005). Naive Bayes Models for Probability Estimation. In Proceedings of the 22nd International Conference on Machine Learning (ICML 2005), pp. 529–536. ACM. DOI: 10.1145/1102351.1102418 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Ensemble of Naive Bayes Classifiers. ScholarGate. https://scholargate.app/ar/machine-learning/ensemble-naive-bayes
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- التعبئة (تجميع العينات العشوائية)تعلم الآلة↔ compare
- التعزيزتعلم الآلة↔ compare
- بايز الساذج (Naive Bayes)تعلم الآلة↔ compare
- الغابات العشوائيةتعلم الآلة↔ compare
- نايف بايز شبه مُشرف عليهتعلم الآلة↔ compare
- التصويت التجميعيتعلم الآلة↔ compare