Naive Bayes
Le naïf bayésien suppose l'indépendance conditionnelle des caractéristiques et classe via le théorème de Bayes, P(y|x)∝P(y)∏P(x_i|y) ; il est simple et efficace.
Objectif
Fournir un classificateur de référence rapide pour la classification de texte et les données de grande dimension.
Mécanisme
Théorème de Bayes plus hypothèse d'indépendance conditionnelle : P(y|x)∝P(y)∏P(x_i|y). L'apprentissage estime la probabilité a priori P(y) et les probabilités conditionnelles P(x_i|y). Les variantes gaussienne/multinomiale/Bernoulli conviennent à différents types de données.
Cas d’usage
- Classification de texte
- Filtrage de spam
- Analyse de sentiment