Cómo aumentar Naive Bayes

Naive Bayes es un algoritmo de aprendizaje de máquina que produce una función de clasificación que permite a los investigadores para clasificar nuevas piezas de los datos de acuerdo con las variables elegidas por el algoritmo. Naive Bayes es especial en el sentido de que asume todas las variables incluidas en la función de clasificación son independientes. La máquina funciona al someterse a un conjunto de datos de entrenamiento fijados antes de ser aplicado a los datos para su análisis. Sin embargo , en algún momento los investigadores quieren " impulsar " el algoritmo Bayes naive de manera que su función resultante será más preciso que los métodos estándares . En definitiva , esta forma de correr Naive Bayes , debe ajustar el conjunto de datos antes de ejecutar el algoritmo. El procedimiento de impulsar debe realizarse en software estadístico , como hacer esto a mano se intratable . Instrucciones Matemáticas 1

Localice los datos de entrenamiento y datos de prueba utilizados para el algoritmo bayesiano . Si Naive Bayes ya se ha realizado , estos datos aparecerá como dos vectores, uno para cada conjunto . El vector más largo es el banco de datos y el vector más corto son los datos de prueba.
2

Concatenate la formación y vectores de datos de prueba en un solo vector, más tiempo. En algunos programas estadísticos , esto se hace fácilmente . Por ejemplo, en R, use el comando: nuevo <- c (tren, prueba). Esto hará que el nuevo vector . " Train" es el vector de la formación y la "prueba" es el vector de las pruebas.
3

Ejecute el algoritmo Bayes naive de forma normal, pero con la excepción de la ejecución con el nuevo vector de datos como entrada . El tiempo de ejecución será más largo de lo normal; esto es normal.
4

Observe la salida. Se diferenciará de no potenciados bayesiano . Esta función hace que las predicciones más precisas.