Tabla de contenido:
Definición - ¿Qué significa Naive Bayes?
Un ingenuo clasificador de Bayes es un algoritmo que utiliza el teorema de Bayes para clasificar objetos. Los clasificadores ingenuos de Bayes asumen una fuerte o ingenua independencia entre los atributos de los puntos de datos. Los usos populares de los clasificadores ingenuos de Bayes incluyen filtros de spam, análisis de texto y diagnóstico médico. Estos clasificadores se usan ampliamente para el aprendizaje automático porque son fáciles de implementar.
Naive Bayes también se conoce como Bayes simple o Bayes de independencia.
Techopedia explica Naive Bayes
Un ingenuo clasificador de Bayes usa la teoría de la probabilidad para clasificar los datos. Los algoritmos clasificadores ingenuos de Bayes hacen uso del teorema de Bayes. La idea clave del teorema de Bayes es que la probabilidad de un evento se puede ajustar a medida que se introducen nuevos datos.
Lo que hace que un ingenuo clasificador de Bayes sea ingenuo es su suposición de que todos los atributos de un punto de datos en consideración son independientes entre sí. Un clasificador que clasifica las frutas en manzanas y naranjas sabría que las manzanas son rojas, redondas y de cierto tamaño, pero no asumiría todas estas cosas a la vez. Las naranjas también son redondas, después de todo.
Un ingenuo clasificador de Bayes no es un algoritmo único, sino una familia de algoritmos de aprendizaje automático que utilizan la independencia estadística. Estos algoritmos son relativamente fáciles de escribir y se ejecutan de manera más eficiente que los algoritmos Bayes más complejos.
La aplicación más popular son los filtros de spam. Un filtro de spam analiza los mensajes de correo electrónico para ciertas palabras clave y las coloca en una carpeta de spam si coinciden.
A pesar del nombre, cuantos más datos obtiene, más preciso se vuelve un ingenuo clasificador de Bayes, como el de un usuario que marca mensajes de correo electrónico en una bandeja de entrada para correo no deseado.
