Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- Java
- collections
- 하둡2
- 알고리즘
- graph
- 파이썬
- NumPy
- recursion
- C
- 주식분석
- 선형대수
- scrapy
- codingthematrix
- tensorflow
- C언어
- GRU
- 그래프이론
- 텐서플로
- hadoop2
- effective python
- RNN
- python
- HelloWorld
- 딥러닝
- 하이브
- hive
- LSTM
- Sort
- yarn
- 코딩더매트릭스
Archives
- Today
- Total
목록라플라시안 (1)
EXCELSIOR
Naive Bayes Classifier
1. 왜 Naive Bayes Classifier인가?먼저 베이즈 분류기(bayes Classifier)는 베이즈 이론(bayes theorem)에 기반한다. 분류 알고리즘의 성능 비교를 연구하는 학자들은 의사결정나무나 신경망과 비슷한 성능을 가지느 단순 베이즈 분류기(Naive Bayes Classifier)간단한 베이즈 분류기를 발견하게 된다. 단순 베이즈 분류기는 주어진 클래스의 한 속성 값이 다른 속성의 값과 상호독립임을 가정한다. 이 가정을 클래스 조건부 독립(class conditional independence)라고 한다. 이 가정은 계산과정을 간단하게 하므로 그런의미에서 단순(naive) 하다고 한다.(클래스 조건부 독립에 대해서는 밑에서 설명을 참고) 2. 베이즈 정리(Bayes theo..
Machine_Learning(ML)
2016. 11. 26. 17:46