ПУТЕВОДИТЕЛЬ НАИВНЫХ ЗАЛИВ

Зачем использовать наивный байесовский метод?

Раздел 4: Оценка компромиссов в модели

Ссылка Как улучшить наивный байесовский метод? Раздел 3. Настройка модели в Python , прежде чем продолжить…

A D V A N T A G E S

Вопрос 1. Является ли наивный байесовский классификатор простым или сложным для понимания?

Ответ: простой

Вопрос 2. Является ли наивный байесовский классификатор интерпретируемым классификатором или нет?

Ответ: интерпретируемый

Вопрос 3. Является ли наивный байесовский классификатор быстрым или медленным?

Ответ: быстро

Q4: Может ли наивный байесовский метод обрабатывать недостающие данные или чувствительный к отсутствующим данным?

Ответ: обрабатывать отсутствующие данные

Вопрос 5. Увеличивается ли количество ошибок наивного байесовского метода с увеличением количества функций?

Ответ: Нет проклятия размерности

Вопрос 6. Является ли наивный байесовский метод более склонным к переобучению или менее склонен к переобучению?

Ответ: Менее подвержен переобучению

Вопрос 7. Может ли наивный байесовский метод обрабатывать мультиколлинеарность независимых переменных или чувствителен к мультиколлинеарности?

Ответ: обрабатывать мультиколлинеарность в независимых переменных

D I S A D V A N T A G E S

Вопрос 8. Может ли наивный байесовский метод решать линейные или нелинейные задачи?

Ответ: линейные задачи

Вопрос 9. Может ли наивный байесовский метод обрабатывать выбросы или он чувствителен к выбросам?

Ответ: чувствителен к выбросам

Вопрос 10. Может ли наивный байесовский метод обрабатывать несбалансированные данные или чувствительные к несбалансированным данным?

Ответ: чувствительность к несбалансированным данным