Nachfolgend finden Sie ein Beispiel für ein Dummy-Streudiagramm von x, y, wobei BLUE (0) und RED(1) sind das“ Ziel „. Der gelbe Punkt ist meine Eingabe und ich frage, was die Vorhersage ist, dass dies entweder BLUE (0) oder RED(1)
Wenn ich nun Bernoulli Naive Bayes (BernoulliNB) verwende, erhalte ich eine Vorhersage von ROT (1) mit einer Wahrscheinlichkeit von 0,4202. (Übrigens, Multinominal NB ist ebenfalls deaktiviert: 0,57%)
Fragen:
- Wann wird Bernoulli Naive Bayes verwendet (schätzen ein Beispiel) und
- Warum ist Bernoullis Vorhersage in diesem Fall so falsch?
Antwort
Bernoulli Naive Bayes ist nur für binäre Funktionen vorgesehen. In ähnlicher Weise behandelt multinomial naive Bayes Features als Ereigniswahrscheinlichkeiten. Ihr Beispiel ist für nicht-binäre reelle Features $ (x, y) $ angegeben, die nicht ausschließlich im Intervall $ [0,1] $ liegen, sodass die Modelle nicht für Ihre Features gelten.
Ein typisches Beispiel (aus der Wiki-Seite) für Bernoulli oder multinomiale NB ist die Dokumentklassifizierung, bei der die Merkmale das Vorhandensein eines Begriffs (im Fall Bernoulli) oder die Wahrscheinlichkeit eines Begriffs (in) darstellen der multinomiale Fall).