8
правок
Изменения
Нет описания правки
</tex>
где $p_{yj}(\xi_j)$ плотность распределения значений $j$-го признака для класса $y$. Алгоритмы классификации исходящие их из этого предположения, называются ''наивными байесовскими''.
Подставим эмпирические оценки одномерных плотностей в байесовский классификатор. Получим алгоритм:
Вывод:
Number of mislabeled points out of a total 150 points : 6
==См. также==
*[[:Байесовские сети|Байесовские сети]]
*[[:Независимые события|Независимые события]]
*[[:Формула Байеса|Формула Байеса]]
== Источники информации ==
* [http://www.machinelearning.ru/wiki/images/6/6d/Voron-ML-1.pdf К.В.Воронцов Математические методы обучения по прецедентам]
* [https://scikit-learn.org/stable/modules/naive_bayes.html Scikit-learn 1.9. Supervised learning - Naive Bayes]
[[Категория: Машинное обучение]]
[[Категория: Классификация и регрессия]]
