Machine learningMachine learning
베이지안 나이브 베이즈(Bayesian Naive Bayes)
베이지안 나이브 베이즈는 고전적인 나이브 베이즈 분류기의 매개변수에 완전한 베이지안 처리를 적용합니다. 즉, 최대 우도 추정으로 클래스 조건부 분포를 추정하는 대신, 매개변수에 켤레 사전 분포(범주형 데이터의 경우 일반적으로 디리클레 분포, 연속형 데이터의 경우 가우시안-감마 분포)를 부여하고 이를 적분하여 불확실성을 자연스럽게 정량화하고 소규모 데이터셋에서의 과적합을 방지하는 예측 사후 분포를 생성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Fully Bayesian Naive Bayes Classifier. ScholarGate. https://scholargate.app/ko/machine-learning/bayesian-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.
Compare side by side →