naive-bayes पर टैग किए गए जवाब

एक भोली बेयस क्लासिफायर एक सरल संभाव्य क्लासिफायरिफायर है जो बेयस प्रमेय को मजबूत स्वतंत्रता मान्यताओं के साथ लागू करने पर आधारित है। अंतर्निहित संभावना मॉडल के लिए एक अधिक वर्णनात्मक शब्द "स्वतंत्र सुविधा मॉडल" होगा।

1
0-1 नुकसान के लिए भोला बेयर्स क्लासिफायरियर क्यों है?
अनुभवहीन Bayes वर्गीकारक वर्गीकारक जो प्रदान करती है आइटम है xxx एक वर्ग के लिए CCC पीछे अधिकतम के आधार पर P(C|x)P(C|x)P(C|x) वर्ग की सदस्यता के लिए, और मानता है कि वस्तुओं की सुविधाओं से स्वतंत्र हैं। 0-1 नुकसान वह नुकसान है जो किसी भी मिस-वर्गीकरण को "1" का नुकसान …

3
Naive Bayes में प्रायिकताएँ हैं: क्या मुझे शब्दों की गिनती दोगुनी करनी चाहिए?
मैं अपने स्वयं के Naive Bayes bag o 'शब्द मॉडल का प्रोटोटाइप बना रहा हूं, और मेरे पास फीचर संभावनाओं की गणना करने के बारे में एक प्रश्न था। मान लीजिए कि मुझे दो कक्षाएं मिली हैं, मैं केवल स्पैम और स्पैम का उपयोग नहीं करूंगा क्योंकि यह सभी का …

4
क्या लॉजिस्टिक रिग्रेशन की अनुमानित संभावना वर्गीकरण में विश्वास के रूप में व्याख्या की जा सकती है
क्या हम किसी क्लासिफायर से प्राप्त पूर्ववर्ती संभावना की व्याख्या कर सकते हैं जो एक अनुमानित वर्ग मान और संभाव्यता (उदाहरण के लिए, लॉजिस्टिक रिग्रेशन या नैवे बेस) को किसी प्रकार के विश्वास स्कोर के रूप में प्रस्तुत करता है जो उस अनुमानित वर्ग मूल्य को सौंपा गया है?

2
Akinator.com और Naive Bayes क्लासिफायरियर
संदर्भ: मैं यूनी पाठ्यक्रमों के आंकड़ों में कुछ (आधे-भूल गए) अनुभव वाला एक प्रोग्रामर हूं। हाल ही में मैंने http://akinator.com पर ठोकर खाई और इसे विफल बनाने के लिए कुछ समय बिताया। और कौन नहीं था? :) मैंने यह पता लगाने का फैसला किया है कि यह कैसे काम कर …

2
एक भोले बेसेसियन क्लासिफायर के साथ मैं किस तरह की चीजों की भविष्यवाणी कर सकता हूं?
मैं आंकड़ों के लिए एक शुरुआत हूं (केवल एक कॉलेज पाठ्यक्रम लिया), लेकिन मेरे पास प्रोग्रामिंग में एक पृष्ठभूमि है। मैंने अभी रूबी के लिए एक बायेशियन क्लासिफायर लाइब्रेरी के साथ खेलना शुरू किया और मैं चीजों का विश्लेषण करने के लिए विचारों की तलाश कर रहा हूं। अभी मैं …

1
कौन सा गहन शिक्षण मॉडल उन श्रेणियों को वर्गीकृत कर सकता है जो पारस्परिक रूप से अनन्य नहीं हैं
उदाहरण: मेरे पास नौकरी के विवरण में एक वाक्य है: "यूके में जावा वरिष्ठ इंजीनियर"। मैं इसे 2 श्रेणियों के रूप में भविष्यवाणी करने के लिए एक गहरे शिक्षण मॉडल का उपयोग करना चाहता हूं: English और IT jobs। यदि मैं पारंपरिक वर्गीकरण मॉडल का उपयोग करता हूं, तो यह …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

1
क्या Naive Bayes अधिक लोकप्रिय हो रहा है? क्यों?
यह जनवरी 2004-अप्रैल 2017 ( लिंक ) से "Naive Bayes" वाक्यांश के लिए प्राप्त Google रुझान परिणाम है । इस आंकड़े के अनुसार, अप्रैल 2017 में "Naive Bayes" का खोज अनुपात पूरे समय अवधि में अधिकतम से लगभग 25% अधिक है। क्या इसका मतलब यह है कि यह सरल और …

1
बीजगणितीय वर्गीकरणकर्ता, अधिक जानकारी?
मैंने बीजगणितीय वर्गीकरणों को पढ़ा है: तेजी से पार-सत्यापन, ऑनलाइन प्रशिक्षण, और समानांतर प्रशिक्षण के लिए एक सामान्य दृष्टिकोण और व्युत्पन्न एल्गोरिदम के प्रदर्शन से चकित था। हालांकि, ऐसा लगता है कि नैवे बेस (और जीबीएम) से परे फ्रेमवर्क के लिए अनुकूलित कई एल्गोरिदम नहीं हैं। क्या कोई अन्य कागजात …

2
डेटा के लिए आरओसी वक्र की गणना करें
तो, मेरे पास 16 परीक्षण हैं जिनमें मैं एक व्यक्ति को बॉयोमीट्रिक विशेषता से हैमिंग दूरी का उपयोग करके प्रमाणित करने की कोशिश कर रहा हूं। मेरी दहलीज 3.5 पर सेट है। मेरा डेटा नीचे है और केवल परीक्षण 1 एक सच्चा सकारात्मक है: Trial Hamming Distance 1 0.34 2 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.