Bayes-i Naiv Bayes
A Bayes-i Naiv Bayes a klasszikus Naiv Bayes osztályozó paramétereinek teljes Bayes-i kezelését alkalmazza: ahelyett, hogy az osztály-kondicionális eloszlásokat maximális valószínűséggel becsülné, konjugált priorokat (tipikusan Dirichlet kategorikus adatokra vagy Gauss-Gamma folytonos adatokra) helyez a paraméterekre, és integrálja őket, prediktív utóeloszlásokat hozva létre, amelyek természetesen kvantifikálják a bizonytalanságot és elkerülik a túlzott illeszkedést kis adathalmazokon.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Fully Bayesian Naive Bayes Classifier. ScholarGate. https://scholargate.app/hu/machine-learning/bayesian-naive-bayes
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Bayes-féle logisztikus regresszióBayes-statisztika↔ összehasonlítás
- Gauss-folyamatGépi tanulás↔ összehasonlítás
- Logisztikus regresszió (ML)Gépi tanulás↔ összehasonlítás
- Félfelügyelt Naiv BayesGépi tanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →