Kas yra naivusis Bayeso klasifikatorius?

Naive Bayes klasifikatorius yra paprastas tikimybinis klasifikatorius, pagrįstas Bayeso teoremos taikymu ir prielaidą, kad bruožai yra nepriklausomi vienas nuo kito.

Idėja:

• Apskaičiuoja tikimybę, kad objektas priklauso klasei, atsižvelgiant į bruožų reikšmes.
• Tvirtinama, kad visi bruožai yra nepriklausomi, kas supaprastina skaičiavimus.

Pavyzdys: el. laiškų klasifikavimas kaip šlamštas ar nešlamštas pagal žodžius tekste.

Privalumai:

• Greitas ir lengvai įgyvendinamas.
• Gerai veikia su dideliais duomenų rinkiniais.

Apribojimai:

• Prielaida apie bruožų nepriklausomybę dažnai nėra įgyvendinama, kas gali sumažinti tikslumą.

Pavyzdys Python kalba naudojant sklearn:

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

texts = ["šlamšto žinutė", "svarbus susitikimas", "pirk dabar", "projekto atnaujinimas"]
labels = [1, 0, 1, 0]  # 1 - šlamštas, 0 - nešlamštas

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

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

naujas_textas = ["pirk susitikimą"]
X_new = vectorizer.transform(naujas_textas)
prognozė = modelis.predict(X_new)
print(prognozė)  # Parodys [1] - šlamštas