Voici un exemple de nuage de points fictif de x, y où BLUE (0) et RED(1) sont la » cible « . Le point jaune est mon entrée et je « m demande quelle est la prédiction selon laquelle il sagit de BLUE (0) ou RED(1)
En utilisant Gaussian Naive Bayes (GaussianNB), jobtiens une prédiction de 0 avec une probabilité de 99,99% (cest logique)
Maintenant, quand jutilise Bernoulli Naive Bayes (BernoulliNB), jobtiens une prédiction de ROUGE (1) avec une probabilité de 0,4202. (BTW, Multinominal NB est également désactivé: 0,57%)
Questions:
- Quand va-t-on utiliser Bernoulli Naive Bayes (apprécier un exemple) et
- Pourquoi, dans ce cas, la prédiction de Bernoulli est si erronée?
Réponse
Bernoulli Naive Bayes est pour les fonctionnalités binaires uniquement. De même, multinomial Bayes naïfs traite les entités comme des probabilités dévénement. Votre exemple est donné pour les caractéristiques réelles non binaires $ (x, y) $, qui ne se trouvent pas exclusivement dans lintervalle $ [0,1] $, donc les modèles ne sappliquent pas à vos caractéristiques.
Un exemple typique (tiré de la page wiki) pour Bernoulli ou multinomial NB est la classification de documents, où les caractéristiques représentent la présence dun terme (dans le cas de Bernoulli) ou la probabilité dun terme (dans le cas multinomial).
Commentaires
- FYI: Bernoulli Naive Bayes contre Multinomial Naive Bayes