朴素贝叶斯分类器的准确性

时间:2016-04-19 17:16:12

标签: classification naivebayes

我熟悉使用混淆矩阵中的训练和测试记录的数量来计算朴素贝叶斯分类器的准确性的概念。在数学上,是否存在仅使用训练集来计算朴素贝叶斯分类器的准确性的概念?任何建议都会很棒。

训练集示例:

 A    B    Class
 0    0     _
 1    1     +

1 个答案:

答案 0 :(得分:1)

您可以使用训练集来训练模型。一旦你训练了模型。然后,您可以使用测试集来了解模型的准确程度。要完成此任务,您必须跟踪测试集的预期结果。

A    B    Class
0    0     _
1    1     +

在示例中,

  1. 两个特征:A和B
  2. 两个文件:D1(0,0)和D2(1,1)
  3. 两个班级: - 和+
  4. 取决于您实施的朴素贝叶斯算法。您将接受该训练集并使其适合您的模型。

    现在,您还需要一个测试集,以确保您可以预测您的模型。

       A    B    Class
    D1 0    1     _
    D2 1    0     +
    

    根据模型预测这些项目的方式,您必须进行简单的计算,将预测与预期进行比较。

    Some good info, Click HERE