今日大綱

• 什麼是單純貝氏分類器 (Naïve Bayes Classifier)?
• 範例

什麼是單純貝氏分類器 (Naïve Bayes Classifier)?

單純貝氏分類器以貝氏定理為基礎，依據機率進行預測。此方法主要用於分類文章、判別垃圾郵件等分類。那什麼是貝氏定理?
貝氏理論是關於隨機事件A和B事件的定理，在一個已知B事件會發生下，計算A事件發生的機率。

P(A│B)為已知B發生後，A的機率，也稱為A的事後機率。P(A)是A事件的事前機率。P(B│A)為已知A事件發生後，B發生的機率，也稱為B的事後機率。P(B)是B事件的事前機率。

單純貝氏對已知類別假設所有屬性互相獨立，因此聯合機率的算法如下:

範例

以鐵達尼號一小部分的資料作解說。

今天有一個新的資料X = {2, 男}，請問是否會存活?
根據定理，需計算出下列的機率

首先，計算存活與死亡各別的機率

接著，觀察存活下來的10個人裡有3個人在艙等2，死亡的人裡10個人裡0個在艙等2。

下一步計算死亡與存活的人裡，幾個人是男性。

計算出所有機率後，帶入公式

0.015> 0，因此預測結果為存活。

參考資料

• [機器學習首部曲] 貝氏分類器 Bayesian Classifier