آشنایی با انواع الگوریتم بهینه سازی
مثال الگوریتم های طبقه بندی ساده بیزمجموعه آشنایی با انواع الگوریتم بهینه سازی داده زیر را در نظر بگیرید که در آن یک ورزشکار در آن بازی می کند یا نه، همراه با شرایط آب و هوایی مشاهده می شود.الگوریتم های طبقه بندی پایتون فرض کنید اکنون باید پیش بینی کنیم که آیا آن شخص بازی می کند یا نه، با توجه به اینکه رطوبت "بالا" و باد "قوی" است. سپس با استفاده از طبقه بندی کننده بیز، می توانیم احتمال را به صورت زیر محاسبه کنیم:مزایای الگوریتم طبقه بندی ساده بیزساده است و اجرای آن ساده است. زمان مورد نیاز ماشین برای یادگیری الگو با استفاده از این طبقه بندی کننده کمتر است.در مواردی که متغیرهای ورودی دارای مقادیر طبقهبندی هستند، عملکرد خوبی دارد.نتایج خوبی برای مشکلات پیچیده دنیای واقعی می دهد.در مورد طبقه بندی چند کلاسه عملکرد آشنایی با انواع الگوریتم بهینه سازی خوبی دارد. معایب الگوریتم طبقه بندی Naive Bayes در بین متغیرهای ویژگی استقلال را فرض می کند که ممکن است همیشه اینطور نباشد.ما اغلب از آن به عنوان یک برآوردگر بد یاد می کنیم، و از این رو احتمالات همیشه اهمیت زیادی...