Naive Bayes (1) 썸네일형 리스트형 나이브베이즈 ■ 나이브베이즈 분류 1. 확률에 대한 기본적인 이해 2. 나이브 베이즈 알고리즘 3. 나이브 베이즈 실습 -독버섯과 정상버섯의 분류 -영화 장르 선호도 분류 -스팸메일과 햄메일의 분류(책 실습)---> text mining 실습 관측이 특정 범주에 속할 가능성을 평가하는 확률 기반의 분류 방법 나이브베이즈 Naive bayes 예:비가 올 확률 70% 라는 것은 해당 지역의 어딘가에서 비슷한 조건을 갖는 과거 10개 경우 중 7개에서 강수가 발생했다는 것을 의미한다. 장점 단점 간단하고 빠르고 매우 효율적이다 모든 특징이 동등하게 중요하고 독립이라는 가정이 잘못된 경우가 자주 있다. 잡음과 누락 데이터를 잘 처리한다 수치 특징이 많은 데이터셋에는 이상적이지 않다. 훈련에는 상대적으로 적은 예시가 필요하.. 이전 1 다음
