Main Content

単純ベイズ

ガウス、多項またはカーネル予測子がある単純ベイズ モデル

単純ベイズ モデルでは、クラス メンバーシップが与えられた多変量分布が観測にあるが、観測を構成する予測子または特徴量は独立していると仮定します。このフレームワークでは、観測が一連の多項カウントになるように特徴セット全体を調整できます。

単純ベイズ モデルを学習させるには、fitcnb をコマンド ライン インターフェイスで使用します。学習後に、モデルと予測子データを predict に渡してラベルを予測するか事後確率を推定します。

アプリ

分類学習器教師あり機械学習を使用して、データを分類するようにモデルを学習させる

ブロック

ClassificationNaiveBayes PredictClassify observations using naive Bayes model (R2023b 以降)

関数

すべて展開する

fitcnbマルチクラス単純ベイズ モデルの学習
compact機械学習モデルのサイズの縮小
limeLocal Interpretable Model-agnostic Explanations (LIME) (R2020b 以降)
partialDependence部分依存の計算 (R2020b 以降)
permutationImportancePredictor importance by permutation (R2024a 以降)
plotPartialDependence部分依存プロット (PDP) および個別条件付き期待値 (ICE) プロットの作成
shapleyシャープレイ値 (R2021a 以降)
crossval機械学習モデルの交差検証
kfoldEdge交差検証済み分類モデルの分類エッジ
kfoldLoss交差検証済み分類モデルの分類損失
kfoldfun分類での関数の交差検証
kfoldMargin交差検証済み分類モデルの分類マージン
kfoldPredict交差検証済み分類モデルの観測値の分類
loss単純ベイズ分類器の分類損失
resubLoss再代入分類損失
logp単純ベイズ分類器の対数条件なし確率密度
compareHoldout新しいデータを使用して 2 つの分類モデルの精度を比較
edge単純ベイズ分類器の分類エッジ
margin単純ベイズ分類器の分類マージン
resubEdge再代入分類エッジ
resubMargin再代入分類マージン
testckfold交差検証の反復により 2 つの分類モデルの精度を比較
predict単純ベイズ分類器の使用による観測値の分類
resubPredict学習済み分類器を使用した学習データの分類
incrementalLearner単純ベイズ分類モデルのインクリメンタル学習器への変換 (R2021a 以降)

オブジェクト

ClassificationPartitionedModelCross-validated classification model

クラス

ClassificationNaiveBayesマルチクラス分類のための単純ベイズ分類
CompactClassificationNaiveBayesマルチクラス分類のためのコンパクトな単純ベイズ分類器

トピック