Naive Bayes 알고리즘의 대안

Question

우리는 시맨틱 검색 알고리즘을 구현하여 사용자의 검색 조건을 기반으로 제안 된 범주를 제공하려고합니다.

순간에 우리는 Naive Bayes 확률 론적 알고리즘을 구현하여 각 카테고리의 확률을 우리의 데이터에서 반환 한 다음 가장 높은 것을 반환합니다.

그러나, 그것의 순진으로 인해 결과가 잘못된 결과를 얻습니다.

신경망에 가지 않고 다른 어리석은 복잡한 물건은 우리가 볼 수있는 또 다른 대안이 있습니까?

Answer 1

순진한 베이 (NB)는 물류 회귀와별로 다르지 않습니다.경험으로부터, 물류 회귀는 대부분의 시간의 예측 성능면에서 NB를 능가합니다.

또한 충분한 데이터가 있고 누락 된 데이터가 없으면 NB의 예측 성능이 Bayesian Networks (BNS)와 같은보다 복잡한 방법론과 거의 동일하다는 것을 알게 될 것입니다.공변량간에 '순진한'독립적 인 독립 가정이 없어야합니다.

BNS의 영역으로 완전히 다이빙하지 않고도 독립적 인 가정을 이완시키려는 경우 나무 증강 순진 베이 알고리즘을 먼저 ref.

Answer 2

선형 SVM이 어리석은 복잡한 것들을 으로 생각하지 않으면, 당신은 그것을 시도 할 수 있습니다.그러한 작업에 대해 매우 잘 수행하는 것이 알려져 있습니다.