Az alábbiakban bemutatunk egy példát az x, y dummy scatter diagramra, ahol BLUE (0) és RED(1) a” cél “. A sárga pont az én bevitelem, és azt kérdezem, mi az az előrejelzés, hogy ez BLUE (0) vagy RED(1)
A Gaussian Naive Bayes (GaussianNB) használatával 0 előrejelzést kapok 99,99% valószínűséggel (van értelme).
Most, amikor a Bernoulli Naive Bayes-t (BernoulliNB) használom, megjósolom a következőt: RED (1) 0,4202 valószínűséggel. (BTW, a Multinominal NB is ki van kapcsolva: 0,57%)
Kérdések:
- Mikor fogja használni a Bernoulli Naive Bayes-t (értékelje egy példa) és
- miért ebben az esetben Bernoulli jóslata ennyire ki van kapcsolva?
Válasz
Bernoulli Naive Bayes csak bináris funkciókhoz használható. Hasonlóképpen, a multinomiális naiv Bayes eseményeket valószínűségként kezeli. Példád a nem bináris, valós értékű $ (x, y) $ tulajdonságokra vonatkozik, amelyek nem kizárólag a $ [0,1] $ intervallumban helyezkednek el, így a modellek nem vonatkoznak az Ön jellemzőire.
A Bernoulli vagy a multinomiális NB tipikus példája (a wiki oldalról átvéve) a dokumentumok osztályozása, ahol a jellemzők egy kifejezés jelenlétét (Bernoulli esetben) vagy a kifejezés valószínűségét ( a multinomiális eset).
Megjegyzések
- FYI: Bernoulli Naive Bayes vs. Multinomial Naive Bayes