¿Qué es ingenuo Bayes en minería de datos?

¡Hola! Me complace responder a su pregunta sobre Naive Bayes.

El teorema de Bayes es un teorema matemático en el que utilizamos datos existentes para predecir cuál será el resultado de un determinado evento para un conjunto determinado de condiciones.

Por ejemplo, si tenemos datos de personas que compran un Lamborghini Aventador con el día de la semana , el mes , el ingreso promedio de la ciudad y la cantidad de automóviles existentes , podemos construir un modelo de negocio que muestre las ventas esperadas para cualquier combinación de estos Condiciones de entrada para cada ciudad o sala de exposición.

Por lo tanto, podemos predecir cuántos Aventadores se venderán si Lamborghini abre una nueva sala de exposición en Bangalore, Kaula Lampur, Las Vegas o El Cairo. En función de cómo está vendiendo actualmente un automóvil un domingo en San Francisco, donde el ingreso promedio es de $ 104,879 , podemos predecir que las ventas en Las Vegas con un ingreso promedio de $ 58,632 serán de aproximadamente 60 por cada 100 ventas en San Francisco.

Como vemos, es bastante intuitivo llegar al resultado de que Vegas vende aproximadamente el 60% de los automóviles que vende San Francisco. Pero aún no hemos considerado la tendencia de compra en ambas ciudades. Imagine que Las Vegas ya tiene 400 Aventadores pero San Francisco tiene solo 100 .

Y se observa que cuantos más autos tenga una ciudad, la gente compra más esos autos. Entonces, la ecuación cambia completamente.

Preguntas que podemos responder:

  1. ¿Cuántos autos se venderán si la ciudad (por ejemplo, Mumbai ) es similar a Delhi en términos del ingreso promedio de su gente pero tiene solo 1/10 de Aventadores en comparación con Delhi?
  2. ¿Cuáles serán las ventas totales del domingo en Asia en el próximo mes ?
  3. ¿En qué ciudad y país deberíamos comenzar una nueva sala de exposición en América del Sur ?

Espero que tenga una breve introducción sobre qué tipo de análisis estamos tratando de hacer. Todas estas preguntas pueden ser respondidas por el Teorema de Bayes. Naive Bayes es solo un clasificador que se utiliza para implementar el Teorema de Bayes en el aprendizaje automático .

Ahora déjame sumergirme en las matemáticas.

El teorema de Bayes es el siguiente:

donde A y B son eventos y P (B) ≠ 0

Le he mostrado cómo usar la fórmula de Bayes para calcular las probabilidades posteriores de eventos específicos .

Veamos algunos de los casos de uso de Naive Bayes en Machine Learning.

Espero que este contenido te haya ayudado a obtener algo de conocimiento sobre el tema. Mire mi tutorial de Naive Bayes en YouTube para obtener una comprensión profunda:

Mira más videos en Data Science y Machine Learning aquí: Edureka Data Science Videos . Si está interesado en obtener una certificación en Data Science, consulte nuestra Certificación Edureka Data Science .

Espero que mi respuesta haya ayudado. ¡Salud!

More Interesting

¿Cómo se implementa una pila en hardware para subrutinas de nivel de código de máquina?

¿Cuál es un buen caso de uso práctico para el modelado de temas y LDA?

Investigadores de aprendizaje automático, ¿algún día los robots nos matarán a todos?

¿Es posible hacer una selección de características para las tareas de regresión por XGBoost?

Cómo aumentar la precisión utilizando redes neuronales convolucionales (CNN / ConvNets) para la regresión

¿Cuál es el mejor marco de minería de datos?

¿Existen trabajos de Ciencia de datos y Aprendizaje automático para estudiantes de primer año en India?

¿Debería haber una relación específica entre el número de características y el número de clases? Si tengo 15 funciones pero 50 clases con 1000 datos de entrenamiento, ¿tendré un problema de sobreajuste? ¿Y cuál es la mejor técnica de clasificación para esta relación?

¿Cuál es el mejor instituto de capacitación para el aprendizaje automático en Hyderabad?

¿Cómo entrenamos redes neuronales en imágenes en lugar de datos numéricos?

El lenguaje de máquina se ha mencionado en todas partes. ¿Qué es en realidad?

¿Por qué la disminución de la tasa de aprendizaje también aumenta la tasa de sobreajuste en una red neuronal?

¿Cuál es la mejor manera de implementar mi algoritmo de reducción de dimensiones?

¿Dónde se puede usar la visión computacional en el aprendizaje profundo?

¿Cuál es el papel de la Inteligencia Artificial en las redes sociales?