Naive Bayes sınıflandırıcısı: Revizyonlar arasındaki fark

[kontrol edilmiş revizyon][kontrol edilmiş revizyon]
İçerik silindi İçerik eklendi
Erasmus.1948 (mesaj | katkılar)
Değişiklik özeti yok
düzeltme AWB ile
16. satır:
Naive Bayes Sınıflandırması [[Makine öğrenimi]]nde [[öğreticili öğrenme]] alt sınıfındadır. Daha açık bir ifadeyle sınıflandırılması gereken sınıflar(kümeler) ve örnek verilerin hangi sınıflara ait olduğu bellidir. E-posta kutusuna gelen e-postaların spam olarak ayrıştırılması işlemi buna örnek verilebilir. Bu örnekte spam e-posta ve spam olmayan e-posta ayrıştırılacak iki sınıfı temsil eder. Elimizdeki spam ve spam olmayan e-postalardan yaralanarak gelecekte elimize ulaşacak e-postaların spam olup olmadığına karar verecek bir [[Algoritma]] da öğreticili makina öğrenmesine örnektir.
 
Sınıflandırma işleminde genel olarak elde bir örüntü (pattern) vardır. Buradaki işlem de bu örüntüyü daha önceden tanımlanmış sınıflara sınıflandırmaktır. Her örüntü nicelik (feature ya da parametre) kümesi tarafından temsil edilir.
 
=== Nicelik kümesi===
60. satır:
<math>P(S_i)</math> ve <math>P(S_j</math>) i ve j sınıflarının öncel olasılıklarıdır. Elde olan veri kümesinden değerleri kolayca hesaplanabilir.
 
Naive bayes sınıflandırıcının kullanım alanı her nekadarne kadar kısıtlı gözüksedegözükse de yüksek boyutlu uzayda ve yeterli sayıda veriyle x'in (nicelik kümesi) bileşenlerinin istatistik olarak bağımsız olması koşulu esnetilerek başarılı sonuçlar elde edilebilinir.<ref>{{Web kaynağı | başlık = Bayes Sınıflandırıcısı | url = http://cis.poly.edu/~mleung/FRE7851/f07/naiveBayesianClassifier.pdf | erişimtarihi = 3 Kasım 2012 | arşivurl = http://web.archive.org/web/20160311202321/http://cis.poly.edu/~mleung/FRE7851/f07/naiveBayesianClassifier.pdf | arşivtarihi = 11 Mart 2016}}</ref>
 
==Uygulama alanları==