Naive Bayes คืออะไร? ตัวจำแนกความน่าจะเป็นสำหรับมือใหม่

Updated · By Viviai

Naive Bayes (เบย์แบบไร้เดียงสา) เป็นกลุ่มตัวจำแนกเชิงความน่าจะเป็นที่อาศัยทฤษฎีบทเบย์ โดยตั้งสมมติฐานว่าคุณสมบัติต่าง ๆ เป็นอิสระต่อกันภายใต้คลาสที่กำหนด แม้สมมติฐานนี้มักไม่เป็นจริงในข้อมูลจริง แต่โมเดลกลับเรียบง่าย รวดเร็ว และให้ผลดี โดยเฉพาะการจำแนกข้อความและกรองสแปม

ภาษาง่าย ๆ

สมมติเราต้องเดาว่าอีเมลฉบับหนึ่งเป็นสแปมหรือไม่ เราดูคำที่ปรากฏในอีเมล แล้วถามว่า ถ้ารู้ว่าเป็นสแปม คำแต่ละคำมีโอกาสปรากฏมากน้อยแค่ไหน Naive Bayes รวมโอกาสของทุกคำเข้าด้วยกัน แล้วตัดสินคลาสที่มีความน่าจะเป็นสูงกว่า

จุดที่เรียกว่า "ไร้เดียงสา" (naive) คือ มันสมมติว่าคำแต่ละคำไม่เกี่ยวข้องกัน ทั้งที่ในความเป็นจริงคำมักสัมพันธ์กัน แต่สมมติฐานที่เรียบง่ายนี้กลับช่วยให้คำนวณได้เร็วและมักเพียงพอ

ทฤษฎีบทเบย์กับแนวคิดหลัก

Naive Bayes ยึดทฤษฎีบทเบย์ ซึ่งเชื่อมความน่าจะเป็นก่อนหน้าเข้ากับความน่าจะเป็นภายหลัง:

[ P(C \mid X) = \frac{P(X \mid C)\,P(C)}{P(X)} ]

เมื่อจำแนก โมเดลจะเลือกคลาสที่ให้ค่าความน่าจะเป็นภายหลังสูงสุด ตัวส่วน (P(X)) เหมือนกันในทุกคลาส จึงไม่จำเป็นต้องคำนวณเพื่อเปรียบเทียบ

เหตุใดสมมติฐานความเป็นอิสระจึงสำคัญ

หากไม่สมมติความเป็นอิสระ การประมาณความน่าจะเป็นร่วมของทุกคุณสมบัติพร้อมกันต้องใช้ข้อมูลจำนวนมากและแตกแขนงอย่างรวดเร็ว Naive Bayes เขียนความน่าจะเป็นร่วมเป็นผลคูณของความน่าจะเป็นรายคุณสมบัติ:

[ P(X \mid C) = \prod_{i=1}^{d} P(x_i \mid C) ]

สมการนี้ทำให้แต่ละคุณสมบัติประมาณค่าแยกกันได้ จึงประหยัดทั้งหน่วยความจำและเวลา แม้ค่าความน่าจะเป็นที่ได้อาจไม่แม่นยำสมบูรณ์ แต่การตัดสินคลาสมักยังถูกต้อง

ประเภทของ Naive Bayes

รูปแบบ ใช้กับข้อมูล ตัวอย่างงาน
GaussianNB ตัวแปรต่อเนื่อง สมมติการแจกแจงปกติ การวัด ความสูง น้ำหนัก
MultinomialNB ค่าความถี่ไม่ต่อเนื่อง จำแนกข้อความ นับจำนวนคำ
BernoulliNB ตัวแปรบูลีน คำปรากฏ/ไม่ปรากฏ เอกสารที่ใช้ค่าตรรกะ

สำหรับตัวแปรต่อเนื่อง GaussianNB จะประมาณค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของแต่ละคลาส แล้วใช้ฟังก์ชันความหนาแน่นปกติ

ปัญหาความน่าจะเป็นศูนย์กับการปรับให้เรียบ

หากคำหนึ่งไม่เคยปรากฏในคลาสใดในการฝึก ความน่าจะเป็นจะเป็นศูนย์ และเมื่อคูณกันจะทำให้ทั้งผลคูณเป็นศูนย์ ทั้งที่คำอื่น ๆ อาจชี้ไปคลาสนั้น

วิธีแก้คือการปรับให้เรียบ (smoothing) เช่น Laplace smoothing ด้วยพารามิเตอร์ α โดยเพิ่ม α เข้าไปในการนับแต่ละคำ เพื่อไม่ให้ค่าใดเป็นศูนย์เด็ดขาด codemoomoo ระบุว่า α ทำหน้าที่ควบคุมการปรับให้เรียบนี้

ขั้นตอนการจำแนก

  1. เตรียมข้อมูลและนับความถี่ของแต่ละคุณสมบัติในแต่ละคลาส
  2. ประมาณค่าความน่าจะเป็นก่อนหน้าและความเป็นไปได้รายคุณสมบัติ
  3. ใช้การปรับให้เรียบเพื่อหลีกเลี่ยงค่าศูนย์
  4. คำนวณความน่าจะเป็นภายหลังของแต่ละคลาส
  5. เลือกคลาสที่มีค่าสูงสุดเป็นคำตอบ

จุดเด่นและข้อจำกัด

Naive Bayes เรียบง่ายและทำนายได้รวดเร็ว ใช้งานได้ดีกับข้อมูลปริมาณน้อยและข้อมูลหลายมิติอย่างข้อความ และไม่บังคับให้จุดทุกจุดต้องสังกัดคลาสแบบถดถอยโลจิสติกในรูปแบบเส้นตรง ข้อจำกัดคือสมมติฐานความเป็นอิสระอาจไม่จริง โมเดลไวต่อคำที่หายาก และค่าความน่าจะเป็นที่ประมาณอาจลำเอียงหากข้อมูลฝึกไม่สมดุล

FAQ

Naive Bayes คืออะไร สั้น ๆ?

ตัวจำแนกเชิงความน่าจะเป็นตามทฤษฎีบทเบย์ ที่สมมติคุณสมบัติเป็นอิสระต่อกันภายใต้คลาส

เหตุใดจึงนิยมใช้กับข้อความและสแปม?

เพราะเร็ว รองรับมิติคำจำนวนมาก และให้ผลดีในการจำแนกเอกสารเมื่อเตรียมข้อมูลเหมาะสม

ปัญหาความน่าจะเป็นศูนย์แก้อย่างไร?

ใช้การปรับให้เรียบอย่าง Laplace โดยเพิ่ม α ในการนับ เพื่อไม่ให้ค่าใดเป็นศูนย์

GaussianNB ต่างจาก MultinomialNB อย่างไร?

GaussianNB ใช้กับตัวแปรต่อเนื่องแบบการแจกแจงปกติ ส่วน MultinomialNB ใช้กับค่าความถี่ไม่ต่อเนื่องเช่นจำนวนคำ

สรุป

อ่านต่อ [machine learning คืออะไร](machine-learning-khue-arai) [NLP คืออะไร](nlp-khue-arai) และ [การเรียนรู้แบบมีผู้สอน](supervised-learning-khue-arai)

Sources

  1. https://www.hmong.in.th/wiki/Naive_bayes_classifier
  2. https://www.guru99.com/th/naive-bayes-classifiers.html
  3. https://www.codemoomoo.dev/ML/SupervisedLearningGenerativeModels.md

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free