Naive Bayes Classifier
各クラスの密度を「特徴量が独立」と仮定して1次元密度の積として推定し、ベイズの定理で分類を行う手法。「ナイーブ(単純)」とは独立性仮定の素朴さを指す。独立性が成り立たなくても実用的な分類性能を示すことが多い。対数オッズが一般化加法モデル(GAM)の形をとることが知られている。
「特徴量独立性を仮定したナイーブベイズ分類器」
「高次元問題を独立仮定で突破するナイーブベイズ分類器」
「なぜナイーブベイズは不正確な仮定でも強いのか」