Calculadora de clasificación bayesiana gaussiana ingenua
Combine entró Gaussian modelos de características independientes en un puntaje posterior de clase binary-.
SU CÁLCULO
Resultado
—
Pasos del cálculo
Trabaje a través de un paso a la vez o revele el cálculo completo. Los pasos utilizan sus entradas actuales.
Cómo calcular
Las densidades de registro de Sum Gaussian y utilizar una normalización logística estable de las dos puntuaciones de clase.
Log score difference=log(prior1/prior0)+Σ(log density1−log density0)
Ejemplo resuelto
Igualdad de prioridades y distribución de características idénticas dan más allá de la clase 1 probabilidad 0.5.
Suposiciones y detalles de entrada
Solo modelos, independencia de características condicionadas, SD positivos y dos clases. No hay garantía de ajuste de modelo ni calibración / precisión; las características correlacionadas pueden distorsionar la puntuación.
Usando esta calculadora
¿Puedo entrar en mi propio problema?
Sí. Sustitúyase los valores de ejemplo por sus propias entradas. El resultado, los pasos de cálculo, los cuadros y los diagramas aplicables se actualizan a partir de esos insumos. Los valores blanks o inválidos despejan el resultado; los valores de ejemplo nunca se sustituyen silenciosamente por los insumos que faltan.
¿Los resultados son exactos?
Los resultados utilizan la aritmética de un punto flotante y se muestran redondeados. Leer la fórmula, suposiciones y cualquier precisión de los datos antes de interpretar el resultado.
¿Mi entrada está cargada?
El cálculo se ejecuta en su navegador. No se requiere cuenta, carga de archivos o servicio AI externo. Las entradas no se guardan entre recargas de página.
Desglose binario frente a un predictor numérico mediante un castigo L 2 de estándar explícito y evaluar una probabilidad de consulta.
Calcular una probabilidad normal por debajo, por encima o entre los valores introducidos. Ver puntuaciones de z estandarizadas, un desglose de probabilidad y una curva de campana con la región seleccionada.
Calcular precisión, recuerdo, especificidad, F 1, precisión, precisión equilibrada y MCC a partir de una tabla de conteo de la clase positiva declarada.
Espacio reservado para publicidad.