← 返回卡片

原书出处

数据科学与大数据分析 数据的发现 分析 可视化与表示

07 第7章 高级分析理论与方法:分类

第1版 · 核验版本的摘录快照 · 导入于 2026-11-18T18:41:59.829Z

(7.15) 虽然下溢的风险可能随着属性数量的增加而增加,但是通常对数的应用与属性维度的数量无关。 7.2.3 平滑

如果一个属性值没有在训练集中的一个类标签中出现,那么相应的P {aj | ci }将等于零。当这种情况发生时,无论一些条件概率的值有多大,将所有的P (aj |ci )(j ∈[1,m ])相乘后,P {cj |A }的结果都会立即变为零,从而发生过度拟合。

平滑(smoothing)技术可用于调整P {aj |ci }的概率,并确保P {ci |A }不为零。平滑技术为没有包

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0017_split_002.html

EPUB SHA-256:e4a4df0364edbfdf609c07ab4449f2148ede4291cdfba8b2a6ffdc51e7b6c9b7