Naive Bayes回帰

Question

回帰問題にナイーブベイズを適用することができれば、どうすればよいのだろうと思っていました。私は4096のイメージフィーチャーと384のテキストフィーチャーを持っており、それらの間の独立性を仮定するとそれほど悪くはありません。誰も私にどのように進めるか教えてもらえますか

Answer 1

Naive Bayesは回帰アルゴリズムとして私には意味がありません。ランダムフォレスト回帰は、あなたの問題に適しているかもしれません。それは、混合されたテキストおよび画像の特徴を扱うことができるべきである。

Answer 2

ナイーブベイズは、それは我々がナイーブベイズを強制し、微調整する場合でも

（回帰）0.5などの間で1または0何のいずれかであることができないので、分類のために使用することができる 文字列と数字（断固として）のために使用されますそれは回帰のための少しの結果は残念です。チームはこれを実験し、それほど良い結果を達成しません。

また、ウィキペディアでは、naivebayesはロジスティック回帰に近いです。ロジスティック回帰に

関係：ロジスティック回帰を最適化するために、同一の確率モデルにフィットしながら 単純ベイズ分類器は、関節尤度P（C、X）を最適化する確率モデルをフィッティングする方法と考えることができます条件付きp（C | x）。

だから、あなたはナイーブベイズ式を調整するかロジスティック回帰を使用するかを選択する必要があります。

私は車輪を再発明するのではなく、ロジスティック回帰を使うと言う。

参考文献：

ウィキペディア： https://en.wikipedia.org/wiki/Naive_Bayes_classifier#Relation_to_logistic_regression

ナイーブベイズ回帰実験：https://link.springer.com/content/pdf/10.1023%2FA%3A1007670802811.pdf