詳細

ライブラリーは、多項式のナイーブベイズ分類器 [Renie03] を提供します。

J をクラス数とし、0,1,…,J-1 でインデックスを付けます。整数値特徴ベクトル x_i= (x_i1,…,x_ip), i=1,…,n は、スケールされた頻度を含みます。x_ik の値は k 番目の特徴がベクトル x_i で観測された回数です (文書分類問題では、x_ik は文書 x_i の単語でインデックスされた k の生起回数です)。データセット (n 文書のセット)、(x₁,…,x_n) で、ナイーブベイズ分類器を訓練します。

訓練段階

訓練段階は、これらのパラメーターの計算を含みます。

ここで、N_jk はクラス j の特徴 k の生起回数、N_j はクラスのすべての特徴の総生起回数、α_k パラメーターは特徴 k の仮定の生起回数 (例えば、α_k=1)、α はすべての α_k の合計です。
log(p(θ_j))。ここで、p(θ_j) は事前クラス推定です。

予測段階

新しい特徴ベクトル x_i が指定されると、分類器はベクトルが属するクラスを決定します。