Mi az a naiv Bayes-klasszifikátor?

Naiv Bayes osztályozó egy egyszerű valószínűségi osztályozó, amely a Bayes-tétel alkalmazásán alapul, és feltételezi, hogy a jellemzők egymástól függetlenek.

Ötlet:

• Számítsa ki annak valószínűségét, hogy egy objektum egy osztályhoz tartozik, figyelembe véve a jellemzők értékeit.
• Feltételezi, hogy minden jellemző független, ami leegyszerűsíti a számításokat.

Példa: e-mailek spam vagy nem spam kategóriába sorolása a szövegben lévő szavak alapján.

Előnyök:

• Gyors és könnyen megvalósítható.
• Jó nagy adathalmazokon.

Korlátozások:

• A jellemzők függetlenségének feltétele gyakran nem teljesül, ami csökkentheti a pontosságot.

Python példával sklearn használatával:

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

texts = ["spam üzenet", "fontos találkozó", "vásároljon most", "projekt frissítés"]
labels = [1, 0, 1, 0]  # 1 - spam, 0 - nem spam

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

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

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