Naive Bayes Daring
Naive Bayes Daring adalah adaptasi inkremental dari pengklasifikasi Naive Bayes klasik yang memperbarui statistik kondisional kelasnya satu observasi (atau satu mini-batch) pada satu waktu, membuatnya sangat cocok untuk aliran data, kumpulan data yang sangat besar yang tidak dapat disimpan dalam memori, dan pengaturan di mana model harus beradaptasi terus-menerus seiring kedatangan contoh berlabel baru.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- Domingos, P. & Hulten, G. (2000). Mining high-speed data streams. Proceedings of the 6th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 71–80. ACM. DOI: 10.1145/347090.347107 ↗
- Online machine learning. Wikipedia. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Online (Incremental) Naive Bayes Classifier. ScholarGate. https://scholargate.app/id/machine-learning/online-naive-bayes
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Regresi Logistik (ML)Pembelajaran Mesin↔ bandingkan
- Naive BayesPembelajaran Mesin↔ bandingkan
- Pohon Keputusan DaringPembelajaran Mesin↔ bandingkan
- Pembelajaran DaringPembelajaran Mesin↔ bandingkan
- Regresi Logistik DaringPembelajaran Mesin↔ bandingkan
- Naive Bayes Semi-TerawasiPembelajaran Mesin↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →