Machine learningMachine learning

Регуляризиран Наивен Бейс

Регуляризираният Наивен Бейс (Regularized Naive Bayes) допълва класическия вероятностен класификатор Наивен Бейс с експлицитно изглаждане или свиване — най-често Лапласово (адитивно) изглаждане — за да предотврати нулеви вероятностни оценки за невиждани стойности на признаците и да намали свръхприспособяването. Резултатът е бърз, устойчив класификатор, който се обобщава по-добре от неизгладения Наивен Бейс, особено при разредени или високоизмерни данни като текст.

Отворете в MethodMindСкороВидеоСкороИзтегляне на слайдове

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

Регуляризиран Наивен Бейс

Логистична регресия Наивен Бейс Регуляризирана логистичн…Регуляризирана машина за…Robust Naive Bayes

Източници

Rennie, J. D. M., Shih, L., Teevan, J., & Karger, D. R. (2003). Tackling the poor assumptions of Naive Bayes text classifiers. In Proceedings of the 20th International Conference on Machine Learning (ICML-2003), pp. 616–623. link ↗
Naive Bayes classifier. Wikipedia. link ↗

Как да цитирате тази страница

ScholarGate. (2026, June 3). Regularized Naive Bayes Classifier. ScholarGate. https://scholargate.app/bg/machine-learning/regularized-naive-bayes

Кой метод?

Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.

Логистична регресияСтатистика за изследвания↔ сравняване
Наивен БейсМашинно обучение↔ сравняване
Регуляризирана логистична регресияМашинно обучение↔ сравняване
Регуляризирана машина за поддържащи векториМашинно обучение↔ сравняване

Сравняване едно до друго →

Цитиран в

Robust Naive Bayes

Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →