Este año, mi resolución es volver a los conceptos básicos de la ciencia de datos. Trabajo con datos todos los días, pero es fácil olvidar cómo funcionan algunos de los algoritmos centrales si realizas tareas repetitivas. Mi objetivo es profundizar en un algoritmo de datos cada semana aquí en Towards Data Science. Esta semana cubriré Naive Bayes.
Para aclarar esto, puedes aprender a pronunciar Naive Bayes. aquí.
Ahora que sabemos cómo decirlo, veamos qué significa…
Este clasificador probabilístico se basa en Teorema de Bayesque se puede resumir de la siguiente manera:
La probabilidad condicional de un evento cuando ya ha ocurrido un segundo evento es el producto del “evento B, dado A y la probabilidad de A dividida por la probabilidad del evento B”.
P(A|B) = P(B|A)P(A) / P(B)
Un error común es pensar que el teorema de Bayes y la probabilidad condicional son sinónimos.
Sin embargo, hay una distinción: el teorema de Bayes utiliza la definición de probabilidad condicional para encontrar lo que se conoce como “probabilidad inversa” o “probabilidad inversa”.
Dicho de otra manera, la probabilidad condicional es la probabilidad de A dado B. El teorema de Bayes toma eso y encuentra la probabilidad de B dado A.
Una característica notable del algoritmo Naive Bayes es el uso de eventos secuenciales. En pocas palabras, al adquirir información adicional posteriormente, se ajusta la probabilidad inicial. A estas las llamaremos probabilidad previa/probabilidad marginal y probabilidad posterior. La conclusión principal es que al conocer el resultado de otra condición, la probabilidad inicial cambia.
Un buen ejemplo de esto son las pruebas médicas. Por ejemplo, si un paciente tiene problemas gastrointestinales, el médico podría sospechar Trastorno Inflamatorio Intestinal (EII). La probabilidad inicial de tener esta condición es alrededor del 1,3%.