Naive Bayes təsnifatçı nədir?

Naive Bayes təsnifatı sadə ehtimolluq təsnifatçısıdır və Bayes teoremindən istifadə etməklə, xüsusiyyətlərin bir-birindən müstəqil olduğu fərziyyəsinə əsaslanır.

İdeya:

• Xüsusiyyətlərin dəyərlərini nəzərə alaraq obyektin sinfə aid olma ehtimalını hesablayır.
• Bütün xüsusiyyətlərin müstəqil olduğu fərziyyəsi götürülür, bu da hesablamaları sadələşdirir.

Nümunə: mətnə əsaslanaraq e-poçtların spam və ya spam olmayan kimi təsnifatı.

Üstünlüklər:

• Sürətli və asan tətbiq olunur.
• Böyük məlumat dəstləri ilə yaxşı işləyir.

Məhdudiyyətlər:

• Xüsusiyyətlərin müstəqilliyi fərziyyəsi çox vaxt yerinə yetirilmir, bu da dəqiqliyi azalda bilər.

Python ilə sklearn istifadə edərək nümunə:

from sklearn.naive_bayes import MultinomialNB
from sklearn.feature_extraction.text import CountVectorizer

texts = ["spam mesajı", "vacib görüş", "indi al", "layihə yeniləməsi"]
labels = [1, 0, 1, 0]  # 1 - spam, 0 - spam olmayan

vectorizer = CountVectorizer()
X = vectorizer.fit_transform(texts)

model = MultinomialNB()
model.fit(X, labels)

new_text = ["al görüş"]
X_new = vectorizer.transform(new_text)
prediction = model.predict(X_new)
print(prediction)  # [1] - spam