Bayesiansk Naive Bayes
Bayesiansk Naive Bayes anvender en fuldt Bayesiansk behandling af parametrene i den klassiske Naive Bayes-klassifikator: i stedet for at estimere klasse-betingede fordelinger ved maksimum likelihood, placerer den konjugerede apriorifordelinger (typisk Dirichlet for kategoriske data eller Gaussisk-Gamma for kontinuerlige data) over parametrene og integrerer dem ud, hvilket producerer prædiktive aposteriorifordelinger, der naturligt kvantificerer usikkerhed og undgår overfitting på små datasæt.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Fully Bayesian Naive Bayes Classifier. ScholarGate. https://scholargate.app/da/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.
- Bayesiansk logistisk regressionBayesiansk↔ compare
- Gaussisk procesMaskinlæring↔ compare
- Logistisk regression (ML)Maskinlæring↔ compare
- Semi-superviseret Naive BayesMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →