Naive_Bayes_Classifier.md

Naive Bayes 是一種基於機率的監督式分類演算法，假設特徵間條件獨立。它特別適用於文本分類（如垃圾郵件偵測）等高維度資料情境。

---

1. 理論基礎

根據貝葉斯定理：

$$P(y\mid x_1, ..., x_n) = \frac{P(y) P(x_1, ..., x_n \mid y)}{P(x_1, ..., x_n)}$$

在 Naive Bayes 中，假設特徵 $x_i$ 在給定 $y$ 下彼此條件獨立，因此：

$$P(x_1, ..., x_n \mid y) = \prod_{i=1}^{n} P(x_i \mid y)$$

模型實際預測為最大後驗機率：

$$\hat{y} = \arg\max_y P(y) \prod_{i=1}^{n} P(x_i \mid y)$$

---

2. 常見 Naive Bayes 類型

類型	特徵類型	備註
GaussianNB	連續特徵	假設特徵服從高斯分布
MultinomialNB	計數型特徵（如詞頻）	常用於文本分類
BernoulliNB	二元特徵（0/1）	特別適合處理是否出現類型特徵

---

3. 優缺點

優點	缺點
實作簡單、計算效率高	特徵間獨立假設在現實中不一定成立
對高維資料仍表現良好	對資料中出現 0 機率敏感
在小樣本下仍具良好泛化能力	無法學習特徵間的交互作用

---

4. Python 實作（以 MultinomialNB 為例）

from sklearn.naive_bayes import MultinomialNB
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

texts = ["buy cheap now", "limited offer", "hello friend", "win big prize"]
labels = [1, 1, 0, 1]  # 1: spam, 0: ham

vec = CountVectorizer()
X = vec.fit_transform(texts)
X_train, X_test, y_train, y_test = train_test_split(X, labels, test_size=0.5, random_state=42)

model = MultinomialNB()
model.fit(X_train, y_train)

pred = model.predict(X_test)
print("準確率：", accuracy_score(y_test, pred))

---

5. 應用範疇

• 垃圾郵件偵測、情感分析

• 文件分類、文字探勘

• 疾病預測、風險預測

---

Naive Bayes 雖模型簡單，但在許多實務應用中效果驚人。特別適合做為基準模型（baseline）或用於高維稀疏特徵的情境。