Kazalo:
Opredelitev - Kaj pomeni Naive Bayes?
Naiven Bayesov klasifikator je algoritem, ki uporablja Bayesov izrek za razvrščanje predmetov. Naive Bayesovi klasifikatorji prevzemajo močno ali naivno neodvisnost med atributi podatkovnih točk. Priljubljene uporabe naivnih Bayesovih klasifikatorjev vključujejo neželene filtre, analizo besedila in medicinsko diagnozo. Ti klasifikatorji se pogosto uporabljajo za strojno učenje, saj jih je enostavno izvajati.
Naive Bayes je znan tudi kot preprost Bayes ali neodvisnost Bayes.
Tehopedija razlaga Naive Bayes
Naiven Bayesov klasifikator uporablja teorijo verjetnosti za razvrščanje podatkov. Naivni algoritmi za klasifikatorje Bayesa uporabljajo Bajesov izrek. Ključni vpogled v Bayesov izrek je, da je verjetnost dogodka mogoče prilagoditi, ko se uvajajo novi podatki.
Naivni Bayesov klasifikator je naiven predpostavka, da so vsi atributi obravnavane podatkovne točke med seboj neodvisni. Razvrščevalnik, ki sadje razvršča v jabolka in pomaranče, bi vedel, da so jabolka rdeča, okrogla in so določene velikosti, vendar vseh teh stvari ne bi prevzel naenkrat. Konec koncev so pomaranče tudi okrogle.
Naiven Bayesov klasifikator ni en sam algoritem, ampak družina algoritmov strojnega učenja, ki uporabljajo statistično neodvisnost. Te algoritme je relativno enostavno napisati in izvajati bolj učinkovito kot bolj zapleteni Bayesovi algoritmi.
Najbolj priljubljena aplikacija so filtri za neželeno pošto. Neželeni filter pregleda e-poštna sporočila za določene ključne besede in jih, če se ujemajo, vloži v mapo z neželeno pošto.
Kljub imenu, več podatkov kot dobi, bolj natančen postane naivni Bayesov klasifikator, na primer iz uporabnika, ki označi e-sporočila v nabiralniku zaradi neželene pošte.
