이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

나이브 베이즈(Naive Bayes)

가우스 예측 변수, 다항 예측 변수 또는 커널 예측 변수를 사용하는 나이브 베이즈 모델

나이브 베이즈 모델은 클래스 멤버를 고려해 볼 때 관측값이 일부 다변량 분포를 가지지만 관측값을 구성하는 예측 변수 또는 특징은 서로 독립적이라고 가정합니다. 이 프레임워크는 관측값이 다항 개수의 집합이 되는 완전한 특징의 집합을 수용할 수 있습니다.

나이브 베이즈 모델을 훈련시키려면 명령줄 인터페이스에서 fitcnb를 사용하십시오. 훈련 후에는 모델과 예측 변수 데이터를 predict에 전달하여 레이블을 예측하거나 사후 확률을 추정합니다.

함수

모두 확장

fitcnbTrain multiclass naive Bayes model
compactCompact naive Bayes classifier
crossvalCross-validated naive Bayes classifier
kfoldEdgeClassification edge for observations not used for training
kfoldLossClassification loss for observations not used for training
kfoldfunCross validate function
kfoldMarginClassification margins for observations not used for training
kfoldPredictPredict response for observations not used for training
lossClassification error for naive Bayes classifier
resubLossClassification loss for naive Bayes classifiers by resubstitution
logPLog unconditional probability density for naive Bayes classifier
compareHoldout
edgeClassification edge for naive Bayes classifiers
marginClassification margins for naive Bayes classifiers
resubEdgeClassification edge for naive Bayes classifiers by resubstitution
resubMarginClassification margins for naive Bayes classifiers by resubstitution
predictPredict labels using naive Bayes classification model
resubPredictPredict naive Bayes classifier resubstitution response

클래스

ClassificationNaiveBayesNaive Bayes classification
CompactClassificationNaiveBayesCompact naive Bayes classifier
ClassificationPartitionedModelCross-validated classification model

도움말 항목

지도 학습 워크플로와 알고리즘

지도 학습의 단계와 비모수적 분류 및 회귀 함수의 특성을 알아봅니다.

Parametric Classification

Categorical response data

Naive Bayes Classification

The naive Bayes classifier is designed for use when predictors are independent of one another within each class, but it appears to work well in practice even when that independence assumption is not valid.

Plot Posterior Classification Probabilities

This example shows how to visualize classification probabilities for the Naive Bayes classification algorithm.

Classification

This example shows how to perform classification using discriminant analysis, naive Bayes classifiers, and decision trees.

Visualize Decision Surfaces of Different Classifiers

This example shows how to visualize the decision surface for different classification algorithms.