Search for a command to run...
日付
タグ
単純ベイズ分類器ナイーブ ベイズ分類に基づく条件付き確率分類器です。
ナイーブ ベイズは、分類器を構築するための単純な方法です。このモデルは、有限セットから取得された問題のインスタンスに、特徴値で表されるクラス ラベルを割り当てます。このような分類器をトレーニングするための単一のアルゴリズムではなく、一連のアルゴリズムが使用されます。同じ原理に基づくアルゴリズムに基づくクラスでは、すべての単純ベイズ分類器は、サンプルの特徴が他の特徴と相関していないことを前提としています。
一部のタイプの確率モデルでは、監視はより良い分類結果を達成できる学習サンプル セットですが、実際のアプリケーションでは、単純ベイズ モデルのパラメーター推定では、ベイズ確率やベイズ確率を使用せずに最尤推定法が使用されます。 Si モデルの場合、Naive Bayes モデルは依然として有効です。
単純ベイズ分類器の利点は、変数が独立していると想定されているため、共分散行列全体を決定することなく、各変数メソッドを推定するだけでよいことです。
アイデアからローンチまで — 無料の AI 共同コーディング、すぐに使える環境、最適価格の GPU で AI 開発を加速。