Naive Bayes แบบปรับปรุง
Naive Bayes แบบปรับปรุง (Regularized Naive Bayes) เสริมตัวจำแนกความน่าจะเป็นแบบ Naive Bayes แบบดั้งเดิมด้วยการปรับให้เรียบ (smoothing) หรือการหดตัว (shrinkage) อย่างชัดเจน โดยส่วนใหญ่มักใช้การปรับให้เรียบแบบลาปลาซ (Laplace smoothing หรือ additive smoothing) เพื่อป้องกันการประมาณค่าความน่าจะเป็นเป็นศูนย์สำหรับค่าลักษณะที่มองไม่เห็น และเพื่อลดการเรียนรู้เกิน (overfitting) ผลลัพธ์ที่ได้คือตัวจำแนกที่รวดเร็ว ทนทาน และมีความสามารถในการสรุปผลได้ดีกว่า Naive Bayes ที่ไม่ได้ปรับให้เรียบ โดยเฉพาะอย่างยิ่งกับข้อมูลที่เบาบาง (sparse) หรือมีมิติสูง (high-dimensional) เช่น ข้อมูลข้อความ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Regularized Naive Bayes Classifier. ScholarGate. https://scholargate.app/th/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.
- การถดถอยโลจิสติกสถิติการวิจัย↔ compare
- Naive Bayesการเรียนรู้ของเครื่อง↔ compare
- Regularized Logistic Regressionการเรียนรู้ของเครื่อง↔ compare
- Regularized Support Vector Machineการเรียนรู้ของเครื่อง↔ compare