Содержание
- 2. Теоретические основы Наивный байесовский алгоритм – это алгоритм классификации, основанный на теореме Байеса с допущением о
- 3. Формулы P(c|x) – апостериорная вероятность данного класса c (т.е. данного значения целевой переменной) при данном значении
- 4. Пример Рассмотрим обучающий набор данных, содержащий один признак «Погодные условия» (weather) и целевую переменную «Игра» (play),
- 5. Пример(2)
- 6. Пример(3) Шаг 3. С помощью теоремы Байеса рассчитаем апостериорную вероятность для каждого класса при данных погодных
- 7. Положительные стороны Классификация, в том числе многоклассовая, выполняется легко и быстро. Когда допущение о независимости выполняется,
- 8. Отрицательные стороны Если в тестовом наборе данных присутствует некоторое значение категорийного признака, которое не встречалось в
- 10. Скачать презентацию