Bayesiansk Naiv Bayes
Bayesiansk Naiv Bayes tillämpar en fullständigt Bayesiansk behandling av parametrarna i den klassiska Naiv Bayes-klassificeraren: istället för att estimera klass-villkorliga fördelningar med maximum likelihood, placeras konjugerade priorfördelningar (vanligtvis Dirichlet för kategoriska data eller Gaussisk-Gamma för kontinuerliga data) över parametrarna och integreras bort, vilket ger prediktiva posteriorfördelningar som naturligt kvantifierar osäkerhet och undviker överanpassning på små dataset.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Fully Bayesian Naive Bayes Classifier. ScholarGate. https://scholargate.app/sv/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.
- Bayesiansk logistisk regressionBayesiansk statistik↔ compare
- Gaussisk processMaskininlärning↔ compare
- Logistisk regression (ML)Maskininlärning↔ compare
- Semihandled Naive BayesMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →