NAIVE BAYES ALGORİTMASI
Naïve Bayes Sınıflandırıcı Örüntü tanıma problemine ilk bakışta oldukca kısıtlayıcı görülen bir önerme ile kullanılabilen olasılıkçı bir yaklaşımdır. Naive Bayes Sınıflandırıcısının kullanım alanını kısıtlandırsa da, genelde istatistik bağımsızlık koşulu esnetilerek kullanıldığında makine öğreniminde kullanılan diğer algoritmalar ile karşılaştırılabilir oranda yüksek sonuçlar vermektedir.
P(A|B) = P(B | A) P(A) P(B)
P(A|B) ; B olayı gerçekleştiği durumda A olayının meydana gelme olasılığC4.5ır ( koşullu olasılık )
P(B|A) ; A olayı gerçekleştiği durumda B olayının meydana gelme olasılığC4.5ır
P(A) ve P(B) ; A ve B olaylarının önsel olasılıklarC4.5ır.
Naive bayes algoritmasının dayandığı temel formül ise yukarC4.5a vardır ve bu kadar basit bir matematiksel bir formül olmasına rağmen yüksek başarılar elde etmesi bu algoritmanın tercih edilme sebeplerinden bir tanesC4.5ir.
Naive Bayes Algoritmasının Avantajları
•          Algoritmayı kodlamasınıj ve sonucunda ne çıkacağını tahmin etmesinin kolay olması
•          Elde edilen sonuçlar birbirinden bağımsız değişkenler kullanıldığında karmaşık algoritmalar ile eşdeğer nitelikte başarı sağlaması
Naive Bayes Algoritmasının Dezavantajları
•          Gerçek verilerdeki değişkenler birbirinden bağımsız verileri bulmanın çok zor olması problemi ve
•          Değişkenler arasında ilişkiyi bu algoritma ile gösteremiyor olmamız yatmaktadır.
 
Ramazan CESUR