Machine learningMachine learning

Regulirani Naivni Bayes

Regulirani Naivni Bayes (Regularized Naive Bayes) nadopunjuje klasični probabilistički klasifikator Naivni Bayes eksplicitnim izglađivanjem (smoothing) ili skupljanjem (shrinkage) — najčešće Laplaceovim (aditivnim) izglađivanjem — kako bi se spriječile procjene nulte vjerojatnosti za neviđene vrijednosti značajki i smanjilo prekomjerno prilagođavanje (overfitting). Rezultat je brzi, robusni klasifikator koji se bolje generalizira od neizglađenog Naivnog Bayesa, osobito na rijetkim ili visokodimenzionalnim podacima poput teksta.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

Regulirani Naivni Bayes

Logistička regresija Naive Bayes Regularizirana logističk…Regulirani stroj vektora…Robusni Naivni Bayes

Izvori

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 ↗

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Regularized Naive Bayes Classifier. ScholarGate. https://scholargate.app/hr/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.

Logistička regresijaIstraživačka statistika↔ compare
Naive BayesStrojno učenje↔ compare
Regularizirana logistička regresijaStrojno učenje↔ compare
Regulirani stroj vektora potporeStrojno učenje↔ compare

Compare side by side →

Citirana u

Robusni Naivni Bayes

Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →