ガウシアンナイーブベイズ

前提知識
　・ナイーブベイズフィルタとは
　・pythonとは
　・GaussianNB
　・ガウス分布

ガウシアンナイーブベイズフィルタの使い方を実例を踏まえて説明します(ナイーブベイズフィルタの考え方はこちらで説明)。 題材は、ある昆虫の身長と体重からその個体がオスかメスかを分類します。



■ガウシアンナイーブベイズの考え方
ガウシアンナイーブベイズとは、ラベルに対する特徴量の尤度がガウス分布であると仮定したベイズフィルタです。 以下の様に同じラベルに属しているデータのガウス分布を求め、新しいデータに対してどちらの分布に近いかを判別します。



■pythonによるシミュレーション
＜自作＞
特別な関数は使わずガウシアンナイーブベイズを自作します。

　・pythonバージョン：Ver3.8で確認
　・必要ライブラリ：numpy,matplotlib (インストール方法はこちら)
　・必要ファイル：bayes.zip(プログラムファイル, 分類対象データ)

実行結果は以下のとおり。いくつかのデータはきちんと分類する事ができていないのが解ります。これがガウシアンナイーブベイズフィルタの実力です。 より高精度な分類方法にはロジスティック回帰などがあります。



＜scikit-learnを使う＞
scikit-learnには専用の関数GaussianNBがありますので、そちらを使ってみます。

　・追加必要ライブラリ：scikit-learn
　・追加必要ファイル：bayes2.zip(プログラムファイル) , 分類対象データは上記と同じ

実行結果は以下のとおり、scikit-learnを使わない時と同じ結果になります。

サブチャンネルあります。⇒ 何かのお役に立てればと

関連記事一覧 トップメニュー 機械学習 機械学習とは パラメトリックモデル 回帰,分類,クラスタリングの違い 分類(classification) 分類問題とは ナイーブベイズフィルタ 符号関数による分類 ロジスティック回帰 ・線形分離 ・非線形分離 サポートベクターマシン 決定木 k-近傍法 ニューラルネットワーク(NN) NNとは パーセプトロン 勾配法(最急降下法) ・機械学習への適用 損失関数(誤差関数) 誤差逆伝播法 交差検証 , ホールドアウト 活性化関数 ・ステップ , 符号関数 ・シグモイド ・ReLU ・Softmax ・tanh MNISTデータセット CIFAR-10データセット 画像認識方法 画像認識方法② 畳み込みNN(CNN) 再帰型NN(RNN) LSTM kerasによる実装例 ・NN ・CNN ・ディープラーニング クラスタリング k-means 強化学習 強化学習とは 価値関数 , ベルマン方程式 マルコフ決定過程 ε-greedy法 TD学習_スキナー箱 TD学習_Cartpole モンテカルロ法_Blackjack Deep Q-Network(DQN) ・DQNとは_スキナー箱 ・cartpole問題 ・Experience Replay 敵対的生成ネットワーク GAN DCGAN seqGAN seqGAN用文章データ作成