Байесов наивен Бейс
Байесовият наивен Бейс прилага напълно байесов подход към параметрите на класическия наивен Бейс класификатор: вместо да оценява класово-условните разпределения чрез максимална правдоподобност, той поставя спрегнати априорни разпределения (обикновено Дирихле за категорийни данни или Гаусово-Гама за непрекъснати данни) върху параметрите и ги интегрира, произвеждайки предсказващи апостериорни разпределения, които естествено количествено определят несигурността и избягват пренастройване при малки набори от данни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective (Ch. 3, 4). MIT Press. ISBN: 978-0-262-01802-9
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 8). Springer. ISBN: 978-0-387-31073-2
Как да цитирате тази страница
ScholarGate. (2026, June 3). Fully Bayesian Naive Bayes Classifier. ScholarGate. https://scholargate.app/bg/machine-learning/bayesian-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.
- Байесов логистичен регресионен моделБейсови методи↔ compare
- Гаусов процесМашинно обучение↔ compare
- Логистична регресия (ML)Машинно обучение↔ compare
- Наивен Бейс с полу-наблюдавано обучениеМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →