18. 나이브 베이즈
18. 나이브 베이즈 (물러 터진 베이즈 이론) 베이즈 이론 : 새로운 정보 P(B|A)와 사건의 사전 확률 P(A)가 주어졌을 때 어떤 사건이 일어날 확률을 이해하는 방법 나이브 베이즈 : 머신러닝에서 베이즈 이론을 분류에 적용한 것 나이브 베이즈 기능 - 직관적인 방법 - 작은 데이터에서 사용 가능 - 훈련과 예측 계산 비용 적음 - 환경이 바뀌어도 안정적인 결과 나이브 베이지 분류기 식 : P(y|x1,...,xj) = P(x1,...,xj|y)P(y) / P(x1,...,xj) - P(y|x1,...,xj) : 사후 확률(posterior)이라 부르며 샘플의 j개 특성 값 x1,... , xj이 주어졌을 때 이 샘플이 클래스 y에 속할 확률 - P(x1,...,xj|y) : 클래스 y가 주어졌을 ..
2020. 6. 19.
