Eine einfache Erklärung der Naive Bayes-Klassifikation
Es fällt mir schwer, den Prozess von Naive Bayes zu verstehen, und ich habe mich gefragt, ob es jemand mit einem einfachen, schrittweisen Prozess auf Englisch erklären kann. Ich verstehe, dass Vergleiche nach aufgetretenen Zeiten wahrscheinlich sind, aber ich habe keine Ahnung, wie die Trainingsdaten mit dem tatsächlichen Datensatz zusammenhängen.
Bitte erläutern Sie mir, welche Rolle das Trainingsset spielt. Ich gebe hier ein sehr einfaches Beispiel für Früchte, wie zum Beispiel Banane
<code>training set--- round-red round-orange oblong-yellow round-red dataset---- round-red round-orange round-red round-orange oblong-yellow round-red round-orange oblong-yellow oblong-yellow round-red </code>