Naive Bayes
ナイーブベイズは特徴の条件付き独立性を仮定し、ベイズの定理P(y|x)∝P(y)∏P(x_i|y)によって分類する、シンプルで効率的な手法である。
目的
テキスト分類や高次元データ向けの高速なベースライン分類器を提供する。
メカニズム
ベイズの定理と条件付き独立性の仮定を組み合わせる：P(y|x)∝P(y)∏P(x_i|y)。学習では事前確率P(y)と条件付き確率P(x_i|y)を推定する。ガウス/多項/ベルヌーイ型がそれぞれ異なるデータ型に適する。
ユースケース
- テキスト分類
- スパムフィルタリング
- センチメント分析