今回は、単純ベイズ分類器 (ナイーブベイズ, Naïve Bayes Classifier) についてです。ナイーブベイズにより多クラス分類ができます。推定結果として、各クラスに属する確率で得られるため、推定結果が得られた後の検討がしやすいです。

そんなナイーブベイズについて、pdfとパワーポイントの資料を作成しました。ナイーブベイズ の具体例や計算方法について説明されています。pdfもスライドも自由にご利用ください。

pdfファイルはこちらから、パワーポイント(pptx)ファイルはこちらからダウンロードできます。

興味のある方はぜひ参考にしていただき、どこかで使いたい方は遠慮なくご利用ください。

ナイーブベイズの概要

• クラス分類手法の一つであり、多クラス分類も可能
• ベイズの定理を利用
• 生成モデルの一つであり、クラス分類の結果が確率として得られる
• それぞれの説明変数 (入力変数・記述子・特徴量) は独立していること (正確にいうと条件付き独立性) を仮定
• 説明変数の分布 (正確には、クラスが与えられたときの説明変数の分布)を仮定する必要がある
• 一般的には、正規分布かベルヌーイ分布

スライドのタイトル

• ナイーブベイズとは？
• ナイーブベイズで求めたいもの
• ベイズの定理
• 大事なのは分子だけ
• 説明変数の間の独立性
• 確率分布を仮定
• 確率分布のパラメータをどうするか？
• どのようにパラメータが導出されるか？

以上です。

質問やコメントなどありましたら、twitter, facebook, メールなどでご連絡いただけるとうれしいです。