Machine learningMachine learning

Geregulariseerde Naive Bayes

Geregulariseerde Naive Bayes breidt de klassieke probabilistische classificator Naive Bayes uit met expliciete smoothing of shrinkage — meestal Laplace (additieve) smoothing — om nul-kansschattingen voor ongeziene kenmerkwaarden te voorkomen en overfitting te verminderen. Het resultaat is een snelle, robuuste classificator die beter generaliseert dan ongesmoothede Naive Bayes, met name op sparse of hoog-dimensionale data zoals tekst.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Inloggen

Method map

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

Geregulariseerde Naive Bayes

Logistische Regressie Naïeve Bayes Geregulariseerde logisti…Geregulariseerde Support…Robuuste Naive Bayes

Bronnen

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 ↗

Deze pagina citeren

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

Logistische RegressieOnderzoeksstatistiek↔ compare
Naïeve BayesMachine learning↔ compare
Geregulariseerde logistische regressieMachine learning↔ compare
Geregulariseerde Support Vector MachineMachine learning↔ compare

Compare side by side →

Geciteerd door

Robuuste Naive Bayes

Een fout op deze pagina gezien? Meld het of stel een correctie voor →