Como impulsionar Naive Bayes

Naive Bayes é um algoritmo de aprendizado de máquina que produz uma função de classificação que permite aos pesquisadores a categorizar novas peças de dados de acordo com as variáveis ​​escolhidas pelo algoritmo. Naive Bayes é especial na medida em que assume todas as variáveis ​​incluídas na função de classificação são independentes. A máquina funciona por sofrer uma base de dados de formação estabelecidas antes de ser aplicada aos dados para testes. No entanto, em algum momento os pesquisadores querem ” aumentar ” o algoritmo Naive Bayes para que sua função resultante será mais preciso do que os métodos convencionais. Em suma , esta forma de execução Naive Bayes requer o ajuste do conjunto de dados antes de executar o algoritmo. O procedimento impulsionar deve ser realizado em software estatístico , como fazer isso com a mão será intratável . Instruções

1

Localize os dados de treinamento e dados de teste utilizados para o algoritmo Naive Bayes . Se Naive Bayes já foi realizado , esses dados aparecerão como dois vetores , um para cada conjunto . Quanto mais tempo vetor é os dados de treinamento eo vetor mais curto são os dados de teste.

2

Concatenate a formação e vetores de dados de teste em uma única , mais vetor. Em alguns programas estatísticos , isso é feito facilmente. Por exemplo, em R , use o comando : new

3

Execute o algoritmo Naive Bayes como normal, mas com a exceção de executá-lo com o novo vetor de dados como entrada . O tempo de execução será mais longo do que o normal; isso é normal.

4

Observe a saída . Ele será diferente de não impulsionou Naive Bayes . Esta função faz previsões mais precisas.