Vad är ett naivt Bayes-algoritmexempel?
Vad är ett naivt Bayes-algoritmexempel?

Video: Vad är ett naivt Bayes-algoritmexempel?

Video: Vad är ett naivt Bayes-algoritmexempel?
Video: Det är inte naivt – det är att ha visioner om framtiden. I den optimismen hämtar du syre och hopp ✨ 2024, Maj
Anonim

Naiv Bayes är en probabilistisk maskininlärning algoritm som kan användas i en mängd olika klassificeringsuppgifter. Typiska tillämpningar inkluderar filtrering av spam, klassificering av dokument, förutsägelser om känslor etc. Det är baserat på verk av pastor Thomas Bayes (1702 61) och därav namnet.

Angående detta, hur fungerar naiva Bayes algoritm exempel?

Enkelt uttryckt, a Naiv Bayes klassificerare antar att närvaron av en viss egenskap i en klass inte är relaterad till närvaron av någon annan egenskap. För exempel , kan en frukt anses vara ett äpple om den är röd, rund och cirka 3 tum i diameter.

Dessutom, vad är tidigare sannolikhet i naiva Bayes? Naiv Bayes klassificerare antar att effekten av värdet av en prediktor (x) på en given klass (c) är oberoende av värdena för andra prediktorer. P(x|c) är sannolikheten som är sannolikhet av prediktor given klass. P(x) är tidigare sannolikhet av prediktor.

Också att veta är, vad är meningen med naiva Bayes?

A naiva Bayes klassificerare är en algoritm som använder Bayes ' sats för att klassificera objekt. Naiv Bayes klassificerare antar stark, eller naiv , oberoende mellan datapunkters attribut. Naiv Bayes är också känd som enkel Bayes eller oberoende Bayes.

Varför används naiva Bayes?

De Naiv Bayes är en klassificeringsalgoritm som är lämplig för binär- och multiklassklassificering. Naiva Bayes presterar bra i fall av kategoriska indatavariabler jämfört med numeriska variabler. Det är användbart för att göra förutsägelser och prognostisera data baserat på historiska resultat.

Rekommenderad: