Machine learningMachine learning

Regularizovani Naivni Bajes

Regularizovani Naivni Bajes proširuje klasični Naivni Bajesov verovatnosni klasifikator eksplicitnim zaglađivanjem (smoothing) ili skupljanjem (shrinkage) — najčešće Laplasovim (aditivnim) zaglađivanjem — kako bi se sprečile procene nulte verovatnoće za neviđene vrednosti obeležja i smanjilo prekomerno prilagođavanje (overfitting). Rezultat je brz, robustan klasifikator koji bolje generalizuje od nezaglađenog Naivnog Bajesa, posebno na retkim ili visokodimenzionalnim podacima kao što je tekst.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

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

Regularizovani Naivni Bajes

Logistička regresija Naivni Bejz Regulizovana logistička…Регуларизована подржавај…Robusni Najv Bajes

Izvori

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 ↗

Kako citirati ovu stranicu

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

Logistička regresijaIstraživačka statistika↔ compare
Naivni BejzMašinsko učenje↔ compare
Regulizovana logistička regresijaMašinsko učenje↔ compare
Регуларизована подржавајућа машина (SVM)Mašinsko učenje↔ compare

Compare side by side →

Citirana u

Robusni Najv Bajes

Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →