Naive Bayes (Naive Bayes)

Naive Bayes nedir?

Naive Bayes, Bayes teoremine dayanan bir sınıflandırma algoritmasıdır. Bir örneğin hangi sınıfa ait olduğunu, özelliklerine bakarak olasılık hesabıyla tahmin eder. "Naive" (naif) denmesinin sebebi şu cesur varsayım: tüm özelliklerin birbirinden bağımsız olduğunu kabul eder. Gerçekte özellikler çoğu zaman birbiriyle ilişkilidir, ama bu basitleştirme hesabı inanılmaz hızlandırır ve pratikte şaşırtıcı derecede iyi sonuç verir.

Nasıl çalışır?

Algoritma her sınıf için şunu sorar: "Bu özellikler verilmişken, örneğin bu sınıfa ait olma olasılığı nedir?" Bayes teoremi sayesinde bunu, "bu sınıftaysa bu özellikleri görme olasılığı" üzerinden hesaplar. Bağımsızlık varsayımı sayesinde her özelliğin katkısı ayrı ayrı çarpılır — karmaşık ortak olasılık hesabına gerek kalmaz. En yüksek olasılığı veren sınıf kazanır.

Eğitim aşaması çok basittir: veri üzerinden her özelliğin her sınıftaki sıklıkları sayılır, o kadar. Bu yüzden çok hızlı eğitilir ve az veriyle bile çalışabilir.

Neden önemli?

Modern derin öğrenme çağında bile Naive Bayes hâlâ değerlidir çünkü hızlı, ucuz ve yorumlanabilir. Çok büyük GPU'lara ihtiyaç duymaz, birkaç saniyede eğitilir ve neden o kararı verdiği kolayca izlenebilir. Yeni bir problemde "baseline" (temel kıyas modeli) olarak sık kullanılır — daha karmaşık modelin gerçekten değip değmediğini ölçmek için iyi bir başlangıç noktasıdır.

Kullanım alanları

Klasik olarak spam filtreleme ve metin sınıflandırma (haber kategorisi, duygu analizi) alanlarında ünlüdür. Ayrıca tıbbi ön teşhis, belge etiketleme ve gerçek zamanlı öneri sistemlerinde hızlı bir katman olarak karşına çıkar.