본문 바로가기

나이브 베이즈

(1)

제 19장📕ML_Naive Bayes📕 나이브 베이즈(Naive Bayes) 베이즈 정리를 적용한 조건부 확률 기반의 분류 모델 조건부 확률 : X가 일어났을 때 Y가 일어날 확률을 의미 ex) '무료'라는 단어가 들어 있을 때 해당 메일이 스팸을 확률 스팸 필터링을 위한 대표적인 모델 범용성이 높지는 않지만 독립변수들이 모두 독립적이라면 유의미하다. 딥러닝을 제외하고 자연어 처리에 가장 적합한 알고리즘 각 독립변수들이 모두 독립적이고 그 중요도가 비슷할 때 유용함 자연어 처리(NLP)에서 간단하지만 좋은 성능을 보여줌 범주 형태의 변수가 많을 때 적합하며, 숫자형 변수가 많은 때는 적합하지 않음 ✔ 장점 비교적 간단한 알고리즘에 속하며 속도 또한 빠름 작은 훈련셋으로도 잘 예측한다. 🛑 단점 모든 독립변수가 각각 독립적임을 전제 독립변수들이..

이전 1 다음

티스토리툴바