베이즈 정리(Bayes’ theorem)_빅데이터분석

베이즈 정리(Bayes’ theorem) : 두 확률변수(A,B)의 사전확률과 사후확률 사이의 관계를 나타내는 정리

베이즈 정리 기반의 지도 학습 분류 모델로 나이브 베이즈(Naïve Bayes) 모델이 있음

𝑃(𝐴|𝑋,𝑌) = 𝑃(𝑋,𝑌 |𝐴)∙𝑃(𝐴) / 𝑃(𝑋, 𝑌) = 𝑃(𝑋|𝐴)∙𝑃(𝑌|𝐴)∙𝑃(𝐴) / 𝑃(𝑋) ∙ 𝑃(𝑌)

 

(문제) 

순수베이지안분류

훈련용데이터로 순수베이지안분류기 적용
Yes no yes 일때 클래스 확인

ㄱ. P(A|M) 확률, P(A|N) 확률
ㄴ. P(A|M)P(M) 확률, P(A|N)P(N) 확률
ㄷ P(A|M) > P(A|N) 이므로 mammals
ㄹ P(A|M) < P(A|N) 이므로 non-mammals
ㅁ P(A|M)(M) > P(A|N)(N) 이므로 mammals
ㅂ P(A|M)(M) < P(A|N)(N) 이므로 non-mammals

 

- 빅데이터 분석기사 - 

P(A|M) = P(B∩A) / P(M)
P(A|N) = P(B∩A) / P(N)

P(A|M) x P(M) = P(B∩A)
P(A|N) x P(N) = P(B∩A)

* P(A|M)P(M) vs P(A|M)(M) : 차이점 확인

(순수베이지안 분류에선 P(A|M)P(M) 이 적용됨)

P(A|M) > P(A|N), 
P(A|M)(M) > P(A|N)(N)
-> Mammals

P(A|M) < P(A|N), 
P(A|M)(M) < P(A|N)(N)
-> Non-Mammals