Proste wyjaśnienie klasyfikacji Naive Bayesa
Trudno mi zrozumieć proces Naive Bayes i zastanawiałem się, czy ktoś mógłby to wyjaśnić prostym krok po kroku w języku angielskim. Rozumiem, że potrzeba porównań w czasie wystąpiło jako prawdopodobieństwo, ale nie mam pojęcia, w jaki sposób dane szkoleniowe są powiązane z rzeczywistym zestawem danych.
Proszę wyjaśnić, jaką rolę odgrywa zestaw treningowy. Podaję tutaj bardzo prosty przykład owoców, jak na przykład banan
<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>