Naive Bayes Là Gì

Naive sầu Bayes Classification (NBC) là 1 trong thuật toán dựa vào định lý Bayes về kim chỉ nan tỷ lệ để mang ra những phán đoán tương tự như phân các loại tài liệu dựa trên các dữ liệu được quan tiền gần kề với thống kê lại. Naive sầu Bayes Classification là 1 giữa những thuật tân oán được vận dụng tương đối nhiều trong các lĩnh vực Machine learning dùng để lấy những dự đân oán chính xác nhất dự trên một tập dữ liệu đã có được thu thập, vị nó khá dễ hiểu và độ đúng đắn cao. Nó thuộc vào nhóm Supervised Machine Learning Algorithms (thuật toán học được đặt theo hướng dẫn), Tức là lắp thêm học tập từ bỏ những ví dụ trường đoản cú những mẫu dữ liệu sẽ tất cả.

Bạn đang xem: Naive bayes là gì

*
*
*
*
*
*

P(Female|Democrat): Chính là xác suất nữ giới nằm trong đảng dân nhà vào cả đám thượng nghị viên cần tính toánP(Demorate|Female): Chính là tỷ lệ phái nữ trong đảng dân chủP(Female): Chính là Tỷ Lệ phái đẹp vào cả đám thượng nghị sĩP(Democrat): Chính là tổng cả đám thượng nghị viên.

Tại trên đây với tài liệu cho trên ta hoàn toàn có thể tính tân oán đượcP(Democrat|Female) = Số phái đẹp trong đám dân công ty / Tổng đám thượng nghị đảng dân chủP(Democrat|Female) = 30/ 120 = 0.25

P(Female) = Số phái nữ vào cả đám thượng nghị sĩ / Tổng đám thượng nghị sĩP(Female) = 60/200 = 0.3

P(Democrat) = Tổng đám thượng nghĩ sĩP(Democrat) = 1

Vậy ta hoàn toàn có thể tín ra P(Female|Democrat) theo công thức Bayes nhỏng sau:

P(Female|Democrat) = (0.25 * 0.3) / 1 = 0.075có nghĩa là nếu như tôi chọn chọn thốt nhiên một bạn trong đám thượng nghị sĩ thì Phần Trăm thượng nghị sĩ là Nữ giới và ở trong đảng Dân Chủ thì Phần Trăm đã là “7,5%”.

Xem thêm: Ông Osin Huy Đức Nêu Tên Hưng Mượt Là Ai, Chất Lượng Sống

Trên đây là một ví dụ vô cùng dễ dàng và đơn giản được tính tân oán bằng định lý Bayes mà lại thật ra nếu như khách hàng nào giỏi hoàn toàn có thể từ tính nhđộ ẩm ra nhưng mà ko cần thực hiện định lý trên.

Vậy tôi sẽ xét tiếp một ví dụ tinh vi rộng với tương đối nhiều tài liệu và đưa tmáu hơn hơn nhằm minch họa định lý “Bayes msinh sống rộng” trên.

lấy ví dụ như 2: Trong một vụ thu hoạch ở 1 đồn điền trang trại những người có tác dụng đang thu hoạch được rộng 1000 hoa trái những nhiều loại được phân loại thành 3 nhóm hoa trái đó là “Chuối (banana)”, “Cam (orange)” với “những loại hoa quả khác (other fruit)” với được phân l oại thành những phong cách nlỗi một số loại hoa quả “nhiều năm (long), “ko lâu năm (not long), “ngọt (sweet)”, “không ngọt (not sweet)”, “color xoàn (yellow)”, “không hẳn màu kim cương (not yellow)”