檢索結果:共3筆資料 檢索策略: ckeyword.raw="高斯樸素貝氏分類器"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
高斯樸素貝氏分類器基於每個屬性服從高斯分佈的假設來評估每個類別在各別屬性的概似函數(likelihood)。但關於真實資料集的實際研究中表明高斯分佈的假設可能是不合理的。本研究目的植基於樸素貝氏分類…
2
在分類過程中若使用不具信息的特徵可能降低模型的成效,因此藉由特徵與類別變數之間的相關係數平方和信息增益的特徵選取方法來決定保留的特徵,由於選擇的特徵通常具有相關性,導致不能只使用依序選取特徵的方法,…
3
高斯樸素貝氏分類器(Gaussian Naïve Bayes classifier)是利用各個屬性特徵遵循高斯分布的假設來評估每個屬性特徵之概似函數(likelihood),並且忽略彼此屬性間的相關…