Inhoudsopgave:
Definitie - Wat betekent Naive Bayes?
Een naïeve Bayes-classificeerder is een algoritme dat de stelling van Bayes gebruikt om objecten te classificeren. Classificaties van Naïeve Bayes gaan uit van sterke of naïeve onafhankelijkheid tussen attributen van gegevenspunten. Populair gebruik van naïeve Bayes-classificaties zijn spamfilters, tekstanalyse en medische diagnose. Deze classificaties worden veel gebruikt voor machine learning omdat ze eenvoudig te implementeren zijn.
Naïeve Bayes is ook bekend als eenvoudige Bayes of onafhankelijkheidsbayes.
Techopedia verklaart Naive Bayes
Een naïeve Bayes-classificator gebruikt waarschijnlijkheidstheorie om gegevens te classificeren. Naïeve Bayes-classificeringsalgoritmen maken gebruik van de stelling van Bayes. Het belangrijkste inzicht in de stelling van Bayes is dat de waarschijnlijkheid van een gebeurtenis kan worden aangepast wanneer nieuwe gegevens worden geïntroduceerd.
Wat een naïeve Bayes-classificator naïef maakt, is de veronderstelling dat alle attributen van een gegevenspunt in kwestie onafhankelijk van elkaar zijn. Een classificeerder die vruchten in appels en sinaasappels sorteert, zou weten dat appels rood, rond en van een bepaalde grootte zijn, maar zou niet al deze dingen tegelijkertijd aannemen. Sinaasappels zijn tenslotte ook rond.
Een naïeve Bayes-classificeerder is geen enkel algoritme, maar een familie van machine learning-algoritmen die gebruik maken van statistische onafhankelijkheid. Deze algoritmen zijn relatief eenvoudig te schrijven en werken efficiënter dan complexere Bayes-algoritmen.
De populairste toepassing is spamfilters. Een spamfilter bekijkt e-mailberichten op bepaalde trefwoorden en plaatst ze in een spammap als ze overeenkomen.
Ondanks de naam, hoe meer gegevens het krijgt, hoe nauwkeuriger een naïeve Bayes-classificator wordt, zoals van een gebruiker die e-mailberichten in een inbox markeert voor spam.
