Naive Bayes Teregulasi
Naive Bayes Teregulasi menambah pengelasan kebarangkalian Naive Bayes klasik dengan pelicinan atau pengecutan eksplisit — yang paling lazim adalah pelicinan Laplace (aditif) — untuk mencegah anggaran kebarangkalian sifar bagi nilai ciri yang tidak kelihatan dan untuk mengurangkan pemadanan lampau. Hasilnya adalah pengelas yang pantas dan teguh yang menggeneralisasi lebih baik daripada Naive Bayes yang tidak dilicinkan, terutamanya pada data jarang atau berdimensi tinggi seperti teks.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
Cara memetik halaman ini
ScholarGate. (2026, June 3). Regularized Naive Bayes Classifier. ScholarGate. https://scholargate.app/ms/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.
- Regresi LogistikStatistik Penyelidikan↔ compare
- Naive BayesPembelajaran Mesin↔ compare
- Regresi Logistik TerregulasiPembelajaran Mesin↔ compare
- Support Vector Machine TeragulasiPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →