Classifieur naïf de Bayes

Le classifieur naïf de Bayes est un algorithme de classification, qui utilise la formule de Bayes pour classifier des observations. La formule de Bayes, ci-dessous, permet d'exprimer la probabilité qu'une observation soit dans une classe C, sachant la valeur de notre observation. Cette probabilité est aussi appelée : probabilité a posteriori que l'observation soit dans la classe C.

Le classifieur naïf de Bayes utilise les valeurs des probabilités P(Ck), P(xi|Ck) puis P(x|Ck) pour calculer un score proportionnel à P(Ck|x), pour chaque classe Ck. Ces scores sont ensuite comparés et la classe au score maximal est choisie.

Ce classifieur est dit "naïf", car il suppose que les caractéristiques (colonnes) des observations sont indépendantes, ce qui n'est pas toujours vrai.

Exemple d'exécution

Vous trouverez ci-dessous une exécution pas-à-pas du classifieur naïf de Bayes :

Voir aussi : all(), any(), append(), count(), enumerate(), extend(), filter(), float() format() input(), int(), isdigit(), isinstance(), items(), join(), endswith(), list(), map(), max(), mean(), min(), pop(), range(), len(), startswith(), zip(), type(), get(), symmetric_difference(), keys(), difference()

Numpy : arange(), array(), delete(), hsplit(), hstack(), linspace(), logical_and(), logical_or(), polyfit()

Pandas : concat(), concatenate(), describe(), dict(), drop_duplicates(), dropna(), fillna(), from_dict(), groupby(), head(), iloc, info(), insert(), isin(), melt(), merge(), pivot_table(), read_csv(), read_excel(), rename(), where()

Machine Learning : F1-Score, Précision, Rappel, Normalisation, Courbe d’apprentissage, Les résidus, Régression VS classification, Mean Absolute Error (MAE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), Accuracy, L’astuce du noyau, Bases d’apprentissage et de test, Classes linéairement séparables, Apprentissage supervisé VS non-supervisé, Coefficient de détermination R2, Validation croisée

N'hésitez pas à consulter nos formations sur cette page.https://www.expertpython.fr/lexique-python