Talaan ng mga Nilalaman:
Kahulugan - Ano ang kahulugan ng Naive Bayes?
Ang isang naive Bayes classifier ay isang algorithm na gumagamit ng teorem ng Bayes upang maiuri ang mga bagay. Ang mga klase ng Naive Bayes ay nagpapalagay na malakas, o walang muwang, kalayaan sa pagitan ng mga katangian ng mga puntos ng data. Ang mga tanyag na gamit ng mga nakalulugod na klasipikasyon ng Bayes ay kasama ang mga spam filter, pagsusuri ng teksto at diagnosis ng medikal. Ang mga klasipikong ito ay malawak na ginagamit para sa pag-aaral ng makina dahil simple silang ipatupad.
Ang Naive Bayes ay kilala rin bilang simpleng Bayes o kalayaan Bayes.
Ipinapaliwanag ng Techopedia ang Naive Bayes
Ang isang naive Bayes classifier ay gumagamit ng teorya ng probabilidad upang maiuri ang data. Ang algorithm ng klasipikasyon ng Naive Bayes ay gumagamit ng teorema ng Bayes. Ang pangunahing pananaw ng teorya ng Bayes 'ay ang posibilidad ng isang kaganapan ay maaaring mababagay habang ipinakilala ang mga bagong data.
Ang gumagawa ng isang naive Bayes classifier naive ay ang pag-aakalang ang lahat ng mga katangian ng isang punto ng data sa pagsasaalang-alang ay independiyente sa bawat isa. Ang isang classifier na pinagsunod-sunod ang mga prutas sa mga mansanas at dalandan ay malalaman na ang mga mansanas ay pula, bilog at isang tiyak na sukat, ngunit hindi inaasahan ang lahat ng mga bagay na ito nang sabay-sabay. Ang mga dalandan ay bilog din, pagkatapos ng lahat.
Ang isang walang muwang na klase ng Bayes ay hindi isang solong algorithm, ngunit isang pamilya ng mga algorithm sa pag-aaral ng makina na gumagamit ng stat independiyenteng kalayaan. Ang mga algorithm na ito ay medyo madali upang magsulat at magpatakbo ng mas mahusay kaysa sa mas kumplikadong mga algorithm ng Bayes.
Ang pinakatanyag na aplikasyon ay mga filter ng spam. Ang isang filter ng spam ay tumitingin sa mga mensahe ng email para sa ilang mga pangunahing salita at inilalagay ito sa isang folder ng spam kung tumutugma ito.
Sa kabila ng pangalan, ang mas maraming data na nakukuha nito, mas tumpak ang isang walang muwang na klasipikasyon ng Bayes ay nagiging, tulad ng mula sa isang gumagamit na nag-flag ng mga mensahe ng email sa isang inbox para sa spam.
