সাধারণ শব্দ নায়েভ বয়েস প্রতিটি বৈশিষ্ট্যের নির্দিষ্ট বিতরণ না করে মডেলের দৃ independence় স্বাধীনতা অনুমানকে বোঝায়। একটি নাইভ বায়েস মডেল ধরে নিয়েছে যে এটি ব্যবহার করে এমন প্রতিটি বৈশিষ্ট্য শর্তসাপেক্ষে কিছু বর্গের ক্ষেত্রে একে অপরের থেকে স্বতন্ত্র। আরও আনুষ্ঠানিকভাবে, যদি আমি মাধ্যমে বৈশিষ্ট্যগুলি পর্যবেক্ষণের সম্ভাবনা গণনা করতে চাই , অনুমানের অধীনে কিছু শ্রেণি সি দেওয়া হয়েছে:চ1চএন
পি ( চ)1, । । । , চএন| গ)= ∏i = 1এনপি ( চ)আমি| গ)
এর অর্থ হ'ল আমি যখন একটি নতুন উদাহরণকে শ্রেণিবদ্ধ করার জন্য একটি নেভ বেইস মডেলটি ব্যবহার করতে চাই, তার পরে কাজ করার ক্ষেত্রে উত্তরোত্তর সম্ভাবনা অনেক সহজ:
p ( c | f)1, । । । , চএন) ∝ পি ( সি ) পি ( চ )1| গ)। । । পি( চ)এন| গ)
অবশ্যই স্বাধীনতার এই অনুমানগুলি খুব কমই সত্য, যা ব্যাখ্যা করতে পারে যে কেউ কেউ মডেলটিকে "ইডিয়ট বেয়েস" মডেল হিসাবে কেন উল্লেখ করেছেন, কিন্তু বাস্তবে নাইভ বেয়েস মডেলগুলি বিস্ময়করভাবে দুর্দান্ত অভিনয় করেছেন এমনকি জটিল কাজগুলিতেও যেখানে এটি স্পষ্ট যে স্পষ্ট স্বাধীনতা অনুমান মিথ্যা।
এই মুহূর্ত পর্যন্ত আমরা প্রতিটি বৈশিষ্ট্য বিতরণ সম্পর্কে কিছুই বলেনি। অন্য কথায়, আমরা । মেয়াদ মাল্টিনমিয়াল সাদাসিধা বায়েসের কেবল আমাদের জানান প্রতিটি দেয় একটি MULTINOMIAL বন্টন, বরং অন্য কিছু বন্টন করা হয়। এটি এমন ডেটার জন্য ভাল কাজ করে যা সহজেই গণিতে রূপান্তরিত হতে পারে যেমন পাঠ্যে শব্দ গণনা।p ( f i | c )পি ( চ)আমি| গ)পি ( চ)আমি| গ)
আপনি আপনার নাইভ বায়েস শ্রেণিবদ্ধের সাথে যে বিতরণটি ব্যবহার করে আসছিলেন তা একজন গুসিয়ান পিডিএফ, তাই আমি অনুমান করি যে আপনি এটি গুয়াসিয়ান নাইভ বেয়েস শ্রেণিবদ্ধ হিসাবে অভিহিত করতে পারেন।
সংক্ষেপে বলতে গেলে, নাইভ বেয়েস শ্রেণিবদ্ধকারী একটি সাধারণ শব্দ যা মডেলের প্রতিটি বৈশিষ্ট্যের শর্তাধীন স্বাধীনতা বোঝায়, যখন মাল্টিনোমিয়াল নেয়েভ বেইস শ্রেণিবদ্ধ একটি ন্যাভ বেইস শ্রেণিবদ্ধের একটি নির্দিষ্ট উদাহরণ যা প্রতিটি বৈশিষ্ট্যের জন্য বহুজাতিক বিতরণ ব্যবহার করে।
তথ্যসূত্র:
স্টুয়ার্ট জে রাসেল এবং পিটার নরভিগ। 2003. কৃত্রিম বুদ্ধি: একটি আধুনিক পদ্ধতির (2 সংস্করণ)। পিয়ারসন শিক্ষা. দেখুন পি। "ইডিয়ট বেয়েস" এর সাথে সাথে নাইভ বেয়েস মডেলের সাধারণ সংজ্ঞা এবং এর স্বাধীনতা অনুমানের জন্য 499