NaiveBaise

الفرق بينهم :

أن Gaussian NB مخصص لالبيانات العددية المستمرة مثل: التنبؤ بما إذا كان المريض يعاني من مرض معين بناءً على عمره وضغط دمه.‏

‏اما Categorical NB: يفترض أن الخصائص هي قيم فئوية منفصلة (أي أن الخصائص تأخذ عددًا محدودًا من القيم المميزة). يتم معرفة احتمالية كل خاصية وفقًا لتكرارها داخل الفئة.‏ مثل: اذا كنت تحاول تصنيف النصوص (مثل رسائل البريد الإلكتروني إلى span أو non span) بناءً على وجود كلمات معينة

و اذا كان هذا السؤال فى درس من الدورات فستجد أسفل الدرس صندوق للتعليقات كما هنا، من فضلك يرجي طرح الأسئلة هناك وذلك لمعرفة الدرس الذي تريد الإستفسار عنه و مساعدتك بشكل أفضل. 

الفرق بينهما يكمن في أنّ Gaussian Naive Bayes يُستخدم مع البيانات المستمرة ويفترض أن المتغيرات تتبع توزيعا طبيعيا وهو مناسب للمميزات التي يمكن أن تأخذ أي قيمة حقيقية.

أما ال Categorical Naive Bayes فيستخدم مع البيانات الفئوية ويفترض أن المتغيرات هي فئوية أي أن تكون مثل: "نعم" أو "لا" أو فئات أخرى تأخذ عددا محدودا من القيم، ويعمل بشكل جيد مع البيانات التي تحتوي على فئات منفصلة ولا تحتوي على ترتيب.

إذا أردت معرفة كيفية تطبيقها يمكنك تصفحّ هذه المقالة: