Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Bayes ingenuos

Modelo Naive Bayes con predictores gaussianos, multinomiales o de kernel

Los modelos Naive Bayes suponen que las observaciones tienen alguna distribución multivariada dada la pertenencia a la clase, pero el predictor o las entidades que componen la observación son independientes. Este marco de trabajo puede acomodar un conjunto de características completo de modo que una observación sea un conjunto de recuentos multinomiales.

Para entrenar un modelo Bayes ingenuo, utilícelo en la interfaz de línea de comandos.fitcnb Después del entrenamiento, prediga etiquetas o calcule las probabilidades posteriores pasando los datos del modelo y del predictor a .predict

Apps

Capacitar modelos para clasificar datos mediante aprendizaje automático supervisado
Aprendiz de ClasificaciónCapacitar modelos para clasificar datos mediante aprendizaje automático supervisado

Funciones

expandir todo

fitcnbTren multiclase ingenuo modelo Bayes
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
compareHoldoutCompare accuracies of two classification models using new data
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 resubstitution labels of naive Bayes classifier

Clases

ClassificationNaiveBayesClasificación Naive Bayes
CompactClassificationNaiveBayesCompact naive Bayes classifier
ClassificationPartitionedModelCross-validated classification model

Temas

Train Naive Bayes Classifiers Using Classification Learner App

Create and compare naive Bayes classifiers, and export trained models to make predictions for new data.

Flujo de trabajo y algoritmos de aprendizaje supervisados

Comprender los pasos para el aprendizaje supervisado y las características de las funciones de clasificación y regresión no paramétricas.

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.

Clasificación

En este ejemplo se muestra cómo realizar la clasificación mediante el análisis discriminante, los clasificadores Bayes ingenuos y los árboles de decisión.

Visualize Decision Surfaces of Different Classifiers

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