Naive Bayes-Klassifikation

Der Algorithmus für Naive Bayes-Klassifikation ist ein probabilistisches Klassifikationsmerkmal. Er basiert auf Wahrscheinlichkeitsmodellen, die starke Unabhängigkeitsvoraussetzungen berücksichtigen.

Die Unabhängigkeitsvoraussetzungen haben oft keine Auswirkung auf die Realität. Sie werden daher als naiv betrachtet.

Mit dem nach Thomas Bayes benannten Bayesschen Lehrsatz können Sie Wahrscheinlichkeitsmodelle ableiten. Abhängig von der Art des des Wahrscheinlichkeitsmodells können Sie den Algorithmus für Naive Bayes-Klassifikation in einer Umgebung für überwachtes Lernen trainieren.

Data-Mining in Data Warehouse Edition basiert auf der maximalen Wahrscheinlichkeit für Parameterschätzung für Naive Bayes-Modelle. Das generierte Naive Bayes-Modell entspricht dem PMML-Standard.

Ein Naive Bayes-Modell besteht aus einem großen Würfel, der die folgenden Dimensionen umfasst:

Eingabefeldname
Eingabefeldwert für diskrete Felder oder Eingabefeldwertebereich für kontinuierliche Felder
Kontinuierliche Felder werden vom Algorithmus für Naive Bayes-Klassifikation in diskrete Fächer unterteilt.
Zielfeldwert

Dies bedeutet, dass ein Naive Bayes-Modell aufzeichnet, wie oft ein Zielfeldwert zusammen mit einem Wert eines Eingabefelds auftritt.

Sie können den Algorithmus für Naive Bayes-Klassifikation mit dem folgenden Befehl aktivieren:

 DM_ClasSettings..DM_setAlgorithm('NaiveBayes')

Der Algorithmus für Naive Bayes-Klassifikation umfasst den Parameter 'ZeroProba' für den Wahrscheinlichkeitsschwellenwert. Der Wert des Parameters für den Wahrscheinlichkeitsschwellenwert wird verwendet, wenn eine der oben aufgeführten Würfeldimensionen leer ist. Eine Dimension ist leer, wenn kein Trainingsdatensatz mit einer Kombination aus Eingabefeldwert und Zielwert vorhanden ist.

Der Standardwert des Parameters für den Wahrscheinlichkeitsschwellenwert ist 0,001. Sie können den Wahrscheinlichkeitsschwellenwert optional modifizieren. Sie können den Wert beispielsweise auf 0,0002 setzen, indem die den folgenden Befehl absetzen:

DM_ClasSettings..DM_setAlgorithm('NaiveBayes',<ZeroProba>0.0002</ZeroProba>)