Ce este un clasificator bayesian naiv?

Clasificatorul Naive Bayes este un clasificator probabilistic simplu bazat pe aplicarea teoremei lui Bayes, presupunând independența caracteristicilor.

Ideea:

• Se calculează probabilitatea ca un obiect să aparțină unei clase, luând în considerare valorile caracteristicilor.
• Se presupune că toate caracteristicile sunt independente, ceea ce simplifică calculele.

Exemplu: clasificarea emailurilor ca spam sau non-spam pe baza cuvintelor din text.

Avantaje:

• Rapid și ușor de implementat.
• Funcționează bine pe seturi mari de date.

Limitări:

• Presupunerea de independență a caracteristicilor nu este adesea îndeplinită, ceea ce poate reduce acuratețea.

Exemplu în Python cu sklearn:

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

texts = ["mesaj spam", "întâlnire importantă", "cumpără acum", "actualizare proiect"]
labels = [1, 0, 1, 0]  # 1 - spam, 0 - non-spam

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

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

new_text = ["cumpără întâlnire"]
X_new = vectorizer.transform(new_text)
prediction = model.predict(X_new)
print(prediction)  # Va afișa [1] - spam