【问题标题】:Accuracy of a naive bayes classifier朴素贝叶斯分类器的准确性
【发布时间】:2016-08-12 00:46:35
【问题描述】:

我熟悉使用混淆矩阵中的训练和测试记录数来计算朴素贝叶斯分类器准确率的概念。在数学上,是否存在仅使用训练集计算朴素贝叶斯分类器准确度的概念?任何建议都会很棒。

训练集示例:

 A    B    Class
 0    0     _
 1    1     +

【问题讨论】:

    标签: classification naivebayes


    【解决方案1】:

    您可以简单地使用训练集来训练模型。一旦你训练了模型。然后,您可以使用测试集来了解您的模型的准确度。要完成此任务,您必须跟踪测试集的预期结果。

    A    B    Class
    0    0     _
    1    1     +
    

    在示例中,

    1. 两个特征:A 和 B
    2. 两个文档:D1 (0,0) 和 D2 (1,1)
    3. 两个类:- 和 +

    取决于您实现的朴素贝叶斯算法。您将使用该训练集并将其拟合到您的模型中。

    现在,您还需要一个测试集来确保您可以根据您的模型进行预测。

       A    B    Class
    D1 0    1     _
    D2 1    0     +
    

    根据您的模型如何预测这些项目,您必须进行简单的计算,将预测与预期进行比较。

    Some good info, Click HERE

    【讨论】:

      猜你喜欢
      • 2012-07-31
      • 2017-12-21
      • 2017-03-24
      • 2017-11-05
      • 2018-01-13
      • 1970-01-01
      • 2014-11-14
      • 2017-01-10
      相关资源
      最近更新 更多