機械学習
ナイーブベイズ
クラスごとのガウス分布を仮定して事前確率と特徴量尤度を計算し、クラス別確率と予測を返します。
- TIME
- O((s+q)dc)
- SPACE
- O(dc+q c)
s = 学習標本数、q = 問合せ数、d = 特徴量数、c = クラス数 / 上限: 学習標本2〜1,000、問合せ1〜1,000、特徴量1〜16、クラス1〜32、文字列ラベル100文字以下
ガウス分布を仮定したナイーブベイズ分類でクラス確率を比較します。
機械学習
クラスごとのガウス分布を仮定して事前確率と特徴量尤度を計算し、クラス別確率と予測を返します。
s = 学習標本数、q = 問合せ数、d = 特徴量数、c = クラス数 / 上限: 学習標本2〜1,000、問合せ1〜1,000、特徴量1〜16、クラス1〜32、文字列ラベル100文字以下
ガウス分布を仮定したナイーブベイズ分類でクラス確率を比較します。