Machine learningMachine learning

Explainable Naive Bayes

Explainable Naive Bayes ขยายขีดความสามารถของตัวจำแนกประเภท Naive Bayes แบบคลาสสิกที่ใช้หลักความน่าจะเป็น โดยเพิ่มคำอธิบายที่โปร่งใสและมนุษย์อ่านเข้าใจได้สำหรับการทำนายผล ด้วยการแสดงค่าความน่าจะเป็นก่อนหน้าของแต่ละคลาส (class priors) ค่าความเป็นไปได้ต่อคุณลักษณะ (per-feature likelihoods) และผลรวมของอัตราส่วนล็อกออดส์ (log-odds contributions) ทำให้สามารถตีความผลลัพธ์ได้ตามที่ต้องการในสาขาที่มีความเสี่ยงสูง เช่น การแพทย์ กฎหมาย และการศึกษา โดยไม่ลดทอนความเรียบง่ายและความรวดเร็วที่ทำให้ Naive Bayes เป็นแบบจำลองพื้นฐานที่เชื่อถือได้

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  1. Rish, I. (2001). An empirical study of the naive Bayes classifier. In IJCAI Workshop on Empirical Methods in AI (pp. 41–46). link
  2. Naive Bayes classifier. Wikipedia. link

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Explainable Naive Bayes Classifier. ScholarGate. https://scholargate.app/th/machine-learning/explainable-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.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateExplainable Naive Bayes (Explainable Naive Bayes Classifier). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/machine-learning/explainable-naive-bayes · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026