Machine learningMachine learning

Regulariseret Naiv Bayes

Regulariseret Naiv Bayes udvider den klassiske probabilistiske klassifikator Naiv Bayes med eksplicit udjævning eller krympning — oftest Laplace (additiv) udjævning — for at forhindre nul-sandsynlighedsestimater for usete funktionsværdier og for at reducere overfitting. Resultatet er en hurtig, robust klassifikator, der generaliserer bedre end usmurt Naiv Bayes, især på sparsomme eller højdimensionelle data som tekst.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Regulariseret Naiv Bayes

Logistisk regression Naive Bayes Regulariseret logistisk…Regulariseret Support Ve…Robust Naive Bayes

Kilder

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 ↗

Sådan citerer du denne side

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

Logistisk regressionForskningsstatistik↔ compare
Naive BayesMaskinlæring↔ compare
Regulariseret logistisk regressionMaskinlæring↔ compare
Regulariseret Support Vector MachineMaskinlæring↔ compare

Compare side by side →

Refereret af

Robust Naive Bayes

Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →