assumption : naive
class Prior : P(Y)
클래스 Y가 주어졌을 때 d개의 conditionally independent feautres X가 있다.
이 때의 Naive Bayes Cassifier Function은 다음과 같다.
이 함수는 Optimal classifier이다.
Problems of Naive Bayes Classifier
1. Naive assumption : 현실세계와는 맞지 않는다.
2. Incorrect Probability Estimations : input case를 관측하지 못했을 때 정확히 동작하지 않는다. > MAP를 활용해야 한다. 관측되지 않은 데이터에 대해서 보완이 필요하기 때문
사실 이 문제는 확률을 다룸에 있어서 존재하는 문제이다.
'컴퓨터 > 인공지능 및 기계학습 개론1' 카테고리의 다른 글
4.1 Decision Boundary ~ 4.2 Introduction to Logistic Regression (0) | 2021.01.24 |
---|---|
3.4. Naive Bayes Classifier Application (Matlab Code) (0) | 2021.01.24 |
3.1. Optimal Classification (0) | 2021.01.24 |
2.5. How to create a decision tree given a training dataset (0) | 2021.01.23 |
2.4. Entropy and Information Gain (0) | 2021.01.23 |