単純ベイズ分類器 (ナイーブベイズ, Naïve Bayes Classifier) でクラス分類

シェアする

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。

シェアする

フォローする