AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
贝叶斯定理
用于计算在知道另一个事件已发生的情况下，某个事件的条件概率的数学公式，是朴素贝叶斯分类器的理论基础。
術語
条件独立性
朴素贝叶斯的简化假设，即在给定类别的情况下特征之间相互独立，尽管这个假设在实践中经常被违反。
術語
似然度
给定特定类别时观察到给定特征的概率，在朴素贝叶斯模型中计算为各个概率的乘积。
術語
先验概率
在观察特征之前属于某个类别的初始概率，从训练集中类别的相对频率估计得出。
術語
后验概率
观察特征后更新的属于某个类别的概率，是用于分类的贝叶斯计算的最终结果。
術語
证据
贝叶斯定理的归一化项，表示观察到特征的边际概率，在比较分类中通常被省略。
術語
多项式朴素贝叶斯分类器
朴素贝叶斯的变体，针对离散特征和出现次数计数进行了优化，特别适用于文本分类和文档分析。
術語
高斯朴素贝叶斯分类器
假设特征服从正态分布的变体，适用于特征空间中的连续数据和数值属性。
術語
伯努利朴素贝叶斯分类器
一种变体，将特征视为二进制变量，指示属性的存在或不存在，非常适合基于关键词的文档分类。
術語
拉普拉斯平滑
一种正则化技术，通过给计数添加常数来避免零概率，在朴素贝叶斯中估计条件概率时至关重要。
術語
生成模型
一种学习数据和标签联合分布P(X,Y)的模型类型，能够生成新样本并计算条件概率。
術語
期望最大化算法
一种用于估计具有潜变量模型参数的迭代算法，有时用于训练带隐藏变量的朴素贝叶斯变体。
術語
对数分数
使用对数概率评估预测质量的度量，避免在朴素贝叶斯中计算概率乘积时的数值下溢问题。
術語
朴素假设
特征间独立性的简化假设，虽然不现实，但允许进行高效计算并在分类中常常获得良好的实际性能。
術語
特征向量
观察对象属性的向量表示，是朴素贝叶斯中进行条件概率计算的基本元素。
術語
条件概率分布
描述给定类别下特征概率的函数，在朴素贝叶斯方法中为每个属性独立建模。
術語
似然比
不同类别之间条件概率的比率，用于朴素贝叶斯的高效实现以避免冗余计算。
術語
多类分类
朴素贝叶斯在二分类之外的自然扩展，使用贝叶斯定理计算每个可能类别的后验概率。
術語
核密度估计
当高斯假设不成立时，在朴素贝叶斯中估计概率分布的替代非参数方法。
🔍