Níže je uveden příklad fiktivního rozptylového grafu x, y, kde BLUE (0) a RED(1) jsou„ cíl “. Žlutá tečka je můj vstup a ptám se, jaké jsou předpovědi, že toto je buď BLUE (0) nebo RED(1)
Použitím Gaussian Naive Bayes (GaussianNB) dostávám předpověď 0 s pravděpodobností 99,99% (dává smysl)
Nyní, když používám Bernoulli Naive Bayes (BernoulliNB), dostávám předpověď ČERVENÉ (1) s pravděpodobností 0,4202. (BTW, Multinominal NB je také vypnuto: 0,57%)
Dotazy:
- Kdy bude použit Bernoulli Naive Bayes (oceníte příklad) a
- Proč je v tomto případě Bernoulliho předpověď tak vypnutá?
odpověď
Bernoulli Naive Bayes je pouze pro binární funkce. Podobně multinomiální naivní Bayes považuje funkce za pravděpodobnosti událostí. Váš příklad je uveden pro nebinární reálné funkce $ (x, y) $, které neleží výlučně v intervalu $ [0,1] $, takže modely se na vaše funkce nevztahují.
Typickým příkladem (převzatým ze stránky wiki) pro Bernoulliho nebo multinomiální NB je klasifikace dokumentů, kde znaky představují přítomnost termínu (v případě Bernoulliho) nebo pravděpodobnost termínu (v multinomický případ).
Komentáře
- FYI: Bernoulli Naive Bayes vs. Multinomial Naive Bayes