un classificateur naïf Bayes est un modèle probabiliste d’apprentissage automatique utilisé pour la tâche de classification. C’est un classificateur dans un modèle d’apprentissage automatique qui est utilisé pour discriminer différents objets en fonction de certaines fonctionnalités.
Théorème de Bayes:
Types de Naïf Classificateur de Bayes:
Ceci est principalement utilisé pour la classification de documents de problème, j’.,e si un document appartient à la catégorie des sports, la politique, la technologie, etc. Les fonctionnalités/prédicteurs utilisés par le classificateur sont la fréquence des mots présents dans le document.
Bayes naïves de Bernoulli:
ceci est similaire aux bayes naïves multinomiales mais les prédicteurs sont des variables booléennes. Les paramètres que nous utilisons pour prédire la variable de classe ne prennent que des valeurs oui ou non, par exemple si un mot apparaît dans le texte ou non.,
Bayes naïves gaussiennes:
lorsque les prédicteurs prennent une valeur continue et ne sont pas discrets, nous supposons que ces valeurs sont échantillonnées à partir d’une distribution gaussienne.,
Since the way the values are present in the dataset changes, the formula for conditional probability changes to,
Conclusion:
Naive Bayes algorithms are mostly used in sentiment analysis, spam filtering, recommendation systems etc., Ils sont rapides et faciles à mettre en œuvre, mais leur plus grand inconvénient est que l’exigence de prédicteurs indépendants. Dans la plupart des cas réels, les prédicteurs sont dépendants, ce qui entrave les performances du Classificateur.