Bayes yöntemlerini anlama

R'de Supervised Learning: Sınıflandırma

Brett Lantz

Instructor

Olasılık tahmini

Konum Haritası

A'nın olasılığı P(A) ile gösterilir

  • P(work) = 23 / 40 = 57,5%
  • P(store) = 4 / 40 = 10,0%
R'de Supervised Learning: Sınıflandırma

Birleşik olasılık ve bağımsız olaylar

Venn Diyagramları

A ve B olaylarının birleşik olasılığı P(A ve B) ile gösterilir

  • P(work ve evening) = 1%
  • P(work ve afternoon) = 20%
R'de Supervised Learning: Sınıflandırma

Koşullu olasılık ve bağımlı olaylar

Venn Diyagramları

A ve B'nin koşullu olasılığı P(A | B) ile gösterilir

  • P(A | B) = P(A ve B) / P(B)
  • P(work | evening) = 1 / 25 = 4%
  • P(work | afternoon) = 20 / 25 = 80%
R'de Supervised Learning: Sınıflandırma

Naive Bayes ile tahmin yapma

# building a Naive Bayes model
library(naivebayes)
m <- naive_bayes(location ~ time_of_day, data = location_history)

# making predictions with Naive Bayes
future_location <- predict(m, future_conditions)
R'de Supervised Learning: Sınıflandırma

Hadi pratik yapalım!

R'de Supervised Learning: Sınıflandırma

Preparing Video For Download...