P2 · 辨識即可
機器學習
樸素貝氏 (Naive Bayes)
是什麼
以貝氏定理計算資料屬於各類別的機率，並假設各特徵彼此獨立（「樸素」之意），再選機率最高的類別；屬於生成式模型。
解決什麼問題
計算快、所需資料量少，常用於文字分類與垃圾郵件過濾。
考場 Trigger
- 貝氏定理／條件機率
- 假設特徵彼此獨立
- 垃圾郵件過濾、文字分類
容易搞混
生成式與鑑別式 AIK-近鄰
初級深度
看到名稱能辨識其類型與主要用途即可。
中級深度
要能用貝氏定理由先驗與似然算出 P(類別｜特徵) 的後驗機率，並說明兩者都從訓練資料統計，資料分布偏差會讓特定詞被誤當成垃圾信特徵。