Bayesiaanse Naive Bayes
Bayesiaanse Naive Bayes past een volledig Bayesiaanse behandeling toe op de parameters van de klassieke Naive Bayes-classificeerder: in plaats van klasse-conditionele verdelingen te schatten met maximale waarschijnlijkheid, plaatst het geconjugeerde priors (doorgaans Dirichlet voor categorische gegevens of Gauss-Gamma voor continue gegevens) over de parameters en integreert deze uit, wat voorspellende posterieure verdelingen oplevert die op natuurlijke wijze onzekerheid kwantificeren en overfitting op kleine datasets voorkomen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Fully Bayesian Naive Bayes Classifier. ScholarGate. https://scholargate.app/nl/machine-learning/bayesian-naive-bayes
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Bayesiaanse logistische regressieBayesiaanse statistiek↔ vergelijken
- Gaussiaans ProcesMachine learning↔ vergelijken
- Logistische regressie (ML)Machine learning↔ vergelijken
- Semi-supervised Naive BayesMachine learning↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →