Naïve : 경험이 부족하거나 세상 물정을 잘 모르는 상태

Bayes: Bayes’ Theorem 확률은 주어진 정보에 따라 변할 수 있는 주관적인 개념

나이브 베이즈는 또 다른 방식의 Classification 알고리즘이다.

지난 번의 RandomForest와 Logistic Regression과 다른 분류 알고리즘으로

조건부 확률, 독립, Bayes Rule 기반으로 작동하는 알고리즘이다.

• 조건부 확률이란

B가 주어졌을 때, A가 일어날 확률

예시로, Event B가 담배를 피는 사람, A가 암에 걸린 사람이라고 할 때,

담배를 피는 사람이 암에 걸릴 확률을 다음과 같이 표현할 수 있다.

$P(A|B) = \frac {P(A\cap B)}{P(B)}$

• 독립이란

두 사건이 독립이다라는 말은

• $P(A|B)=P(A)$ (B가 발생하든 말든 확률은 A와 같다)

• $P(B|A) = P(B)$ (A가 발생하든 말든 확률은 B와 같다)

• $P(A\cap B) = P(A)P(B)$

• 조건부 독립

C가 주어진 상태에서 혹은 C가 주어져야지 A와 B가 조건부 독립이면

$P(A \cap B | C) = P(A|C) P(B|C)$

예시) 한 여름: C, 기온:A, 아이스크림: B