나이브 베이즈 분류 알고리즘 베이즈 사전확률가 사후확률 사이의 관계를 나타내는 정리 귀납적 경험적인 추론을 사용한다 매개변수 x,y가 있을 때 p1(x,y) p2(x,y)일 때로 한다 확률 p1이 p2에 나올 값보다 클 때 분류 1에 속한다고 정리한다 이것을 베이즈 정리 라고 한다. 확률이 더 큰 쪽이 나타내고자 하는 분류별 확률로 측정한다. 선형모델과 배우 유사. 로지스틱 회귀나 선형 SVC보다 훈련 속도가 빠르다. 텍스트 분류에 사용된다(스팸, 스포츠, 정치) EX ) 이메일 분류 이메일에 들어가 있는 단어들 매개변수에 대해서 해당 이메일이 스팸일 확률과 스팸이 아닐 확률에 대한 분류 공식을 하나 알고 있어야 한다. 조건부 확률 모델(공식)도 알고있으면 좋다. 문제 ) 남학생인확률 P(A)와 키가 1..
