Machine learningMachine learning

Naive Bayes Regularizzato

Naive Bayes Regularizzato aumenta il classificatore probabilistico classico Naive Bayes con smoothing o shrinkage espliciti — più comunemente smoothing additivo di Laplace — per prevenire stime di probabilità zero per valori di feature non visti e per ridurre l'overfitting. Il risultato è un classificatore veloce e robusto che generalizza meglio di Naive Bayes non smussato, in particolare su dati sparsi o ad alta dimensionalità come il testo.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Naive Bayes Regularizzato

Regressione Logistica Naive Bayes Regressione logistica re…Support Vector Machine R…Naive Bayes Robusto

Fonti

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 ↗

Come citare questa pagina

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

Regressione LogisticaStatistica per la ricerca↔ compare
Naive BayesApprendimento automatico↔ compare
Regressione logistica regolarizzataApprendimento automatico↔ compare
Support Vector Machine RegolarizzatoApprendimento automatico↔ compare

Compare side by side →

Citato da

Naive Bayes Robusto

Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →