Выбор ответа Middle Вероятность и Байес обновлено
Что наивного в наивном Байесе
Вопрос
Какое допущение делает наивный байесовский классификатор?
Попробуйте сами
Выберите вариант, и откроется разбор.
Показать ответ и разбор
Коротко
Правильный ответ: Признаки условно независимы при известном классе. P(x₁, …, xₙ y) = Π P(xᵢ y).
Варианты ответа
- Все классы равновероятны заранее, до просмотра признаков
- Признаки распределены нормально в каждом классе
- Признаки независимы от класса и друг от друга
- Признаки условно независимы при известном классеправильный ответ
Разбор
P(x₁, …, xₙ | y) = Π P(xᵢ | y). Это сильно упрощает модель: нужно оценить только одномерные распределения. Допущение почти всегда нарушено, но для ранжирования классов модель часто работает неплохо (классика для спам-фильтров).
- Априорные вероятности классов оцениваются из данных, равенство не требуется.
- Нормальность это вариант Gaussian NB, а не общее допущение.
- Если бы признаки не зависели от класса, классифицировать было бы нечем.
Ответьте сами, а не прочитайте
В тренажёре вопрос попадёт в повторения и вернётся, когда начнёт забываться. Плюс билеты с зачётом: 20 вопросов, не больше 2 ошибок.