ML #10 : 나이브베이즈 분류 개요와 특징 (Laplace Smoothing, 언더플로우)
나이브베이즈 개요머신러닝의 분류 알고리즘 중 하나인 나이브베이즈 분류에 대해 소개하겠습니다. 나이브 베이즈 분류의 알고리즘은 간단합니다. 매개 변수 x, y가 있을 때 그룹 A에 속할 확률을 P1(x, y), 그룹 B에 속할 확률을 P2(x, y)라고 가정하고 P1이 P2보다 크다면 그룹A로 분류하고, P2가 P1보다 크다면 그룹B로 분류합니다. 그룹 A에 속할 확률을 P1(x, y)그룹 B에 속할 확률을 P2(x, y) P1(x, y) > P2(x, y) → 그룹AP1(x, y)
2020. 4. 21.
