Ano ang halimbawa ng naive Bayes algorithm?
Ano ang halimbawa ng naive Bayes algorithm?

Video: Ano ang halimbawa ng naive Bayes algorithm?

Video: Ano ang halimbawa ng naive Bayes algorithm?
Video: Data Science Live - знакомство с текстовой аналитикой 2024, Nobyembre
Anonim

Naive Bayes ay isang probabilistic machine learning algorithm na maaaring magamit sa iba't ibang uri ng mga gawain sa pag-uuri. Kasama sa mga karaniwang application ang pag-filter ng spam, pag-uuri ng mga dokumento, hula ng damdamin atbp. Ito ay batay sa mga gawa ni Rev. Thomas Bayes (1702 61) at dahil dito ang pangalan.

Tungkol dito, paano gumagana ang naive Bayes algorithm na halimbawa?

Sa madaling salita, a Naive Bayes classifier Ipinapalagay na ang pagkakaroon ng isang partikular na tampok sa isang klase ay hindi nauugnay sa pagkakaroon ng anumang iba pang tampok. Para sa halimbawa , ang isang prutas ay maaaring ituring na isang mansanas kung ito ay pula, bilog, at mga 3 pulgada ang diyametro.

Gayundin, ano ang naunang posibilidad sa walang muwang na Bayes? Naive Bayes Ipinapalagay ng classifier na ang epekto ng value ng isang predictor (x) sa isang partikular na klase (c) ay independiyente sa mga value ng iba pang predictor. Ang P(x|c) ay ang posibilidad na ang probabilidad ng predictor na ibinigay na klase. Ang P(x) ay ang naunang posibilidad ng predictor.

Ang dapat ding malaman ay, ano ang kahulugan ng walang muwang na Bayes?

A walang muwang si Bayes Ang classifier ay isang algorithm na gumagamit Bayes ' theorem upang pag-uri-uriin ang mga bagay. Naive Bayes ipinapalagay ng mga classifier na malakas, o walang muwang , pagsasarili sa pagitan ng mga katangian ng mga punto ng data. Naive Bayes ay kilala rin bilang simple Bayes o kalayaan Bayes.

Bakit ginagamit ang walang muwang na Bayes?

Ang Naive Bayes ay isang algorithm ng pag-uuri na angkop para sa pag-uuri ng binary at multiclass. Naïve Bayes mahusay na gumaganap sa mga kaso ng mga variable na pangkategorya ng input kumpara sa mga variable na numero. Ito ay kapaki-pakinabang para sa paggawa ng mga hula at pagtataya ng data batay sa mga makasaysayang resulta.

Inirerekumendang: