朴素贝叶斯模型支持观测藻类distribución多个类别的预测,以及对observación个独立成分的预测。这是一个关于características的完整的关于observación的完整的关于海洋的多条目的联合。
在这段时间里,我们用一种很自然的方式,utilícelo在línea的comandos的interfaz中。Fitcnb.
Despuésdel entrenamiento,Prediga帝怡塔o计算las probabileds后验洛戴斯洛杉矶Datos del Modelo Y del Predictor a。预测
根据中间数据分类的电容模型automático监督 | |
Aprendiz de Clasificacion | 根据中间数据分类的电容模型automático监督 |
ClassificationNaiveBayes |
Clasificacion朴素贝叶斯 |
CompactClassificaNiveBayes. |
用于多标配分类的紧凑型朴素贝叶斯分类器 |
ClassificationPartitionedModel |
交叉验证的分类模型 |
创建和比较朴素贝叶斯分类器,并导出训练好的模型来对新数据进行预测。
Flujo de Trabajo Y Algoritmos de Aprendizaje Supervisados
在clasificación y的函数中regresión没有paramétricas的监督下的汇编器。
分类响应数据
当预测器在每个类中彼此彼此独立时,朴素的贝叶斯分类器旨在使用,但即使在独立假设无效时,它似乎也在实践中运行。
这个例子展示了如何可视化朴素贝叶斯分类算法的分类概率。
在这样的情况下,我们可以通过cómo实现clasificación中介人análisis歧视者,分类人的本质和本质是árboles de decisión。
这个例子展示了如何为不同的分类算法可视化决策面。