Un classificatore Naive Bayes è un modello probabilistico di apprendimento automatico utilizzato per l’attività di classificazione. È un classificatore in un modello di apprendimento automatico che viene utilizzato per discriminare oggetti diversi in base a determinate funzionalità.
il Teorema di Bayes:
Tipi di Naive Bayes Classifier:
Questo è in gran parte utilizzato per la classificazione di documenti problema, io.,e se un documento appartiene alla categoria di sport,politica, tecnologia ecc. Le caratteristiche / predittori utilizzati dal classificatore sono la frequenza delle parole presenti nel documento.
Bernoulli Naive Bayes:
Questo è simile al multinomiale naive bayes ma i predittori sono variabili booleane. I parametri che usiamo per prevedere la variabile di classe occupano solo i valori sì o no, ad esempio se una parola si verifica nel testo o meno.,
Gaussian Naive Bayes:
Quando i predittori assumono un valore continuo e non sono discreti, assumiamo che questi valori siano campionati da una distribuzione gaussiana.,
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., Sono veloci e facili da implementare, ma il loro più grande svantaggio è che il requisito dei predittori di essere indipendenti. Nella maggior parte dei casi reali, i predittori dipendono, questo ostacola le prestazioni del classificatore.