پنج شنبه 23 مرداد 1399 | Thursday 13 th of August 2020 صفحه اصلی گروه الکترونیکی کامپیوتر
3-2-2-1-4-1 ویژگی های پیوسته

      در الگوریتم  Naïve Bayes،احتمالهای مرتبط برای کلاسها مبنی بر فراوانی انها  در داده های اموزش پیدا می شود . کار با ویژگی های گسسته اسان است ، اما وقتی ویژگی ها مقادیر پیوسته کسب می کنند کار پیچیده می شود .یک راه ساده وتاثیرگذار ترکیب کردن ویژگی های پیوسته در دسته بندی کننده   Naïve Bayes، گسسته سازی انهاست . گسسته سازی می تواند بدون حضور ناظر یا با حضور ناظر باشد .

یک مثال ساده از گسسته سازی داده ها با حضور ناظر به شکلی است که در ادامه می اید . ابتدا ، برای هر ویژگی ، مقدار میانگین ان (یا میانه) در مجموعه اموزش محاسبه می شود . سپس اگر این مقدار کمتر از میانگین بود ،  هر مقدار ویژگی پیوسته با صفر جایگزین می شود ،در غیر اینصورت با یک جایگزین می شود .حالا فاز یادگیری ( مثلا استخراج همه احتمالهای مرتبط) می تواند انجام شود .در فاز پیش گویی ، هر مقدار ویژگی از نمونه جستار به شیوه مشابه گسسته سازی می شود وقانون دسته بندی  Bayes می تواند به کار رود .

Compatability by:
آخرین به روز رسانی سایت: سه شنبه, 22 اسفند 1391 - 00:26