Anwendungsgebiete

Der Naive Bayes Algorithmus zeichnet sich durch seine Einfachheit aus. Die Anwendung des Klassifizierers empfiehlt sich, wenn die Attribute eine sehr hohe Unabhängigkeit voneinander aufweisen, da die Attribute nicht gewichtet werden. (vgl. Rish 2014) In der Praxis ist dies oft der Fall und der Naive Bayes Klassifikator liefert eine sehr gute Effizienz bzw. Performance. (vgl. Zhang) Im Speziellen ist Naive Bayes hervorragend für die Textklassifizierung einsetzbar, welches die Praxis wiederspiegelt. (vgl. Felden 2006, S. 27) Die Email-Spam Erkennung wird in der Regel durch Bayes Algorithmen gelöst. (vgl. Metsis) Ferner kann der Algorithmus angepasst, erweitert, sowie optimiert werden, sodass die Fehlerrate bei der Textklassifizierung weiter gesenkt werden kann. (vgl. Rennie)

Author: Sven Schirmer