为什么Naive Bayes无法解决异或问题

我最近开始理解与自然语言处理相关的算法，并且遇到了各种网站，这些网站指出Naive Bayes无法捕获XOR概念。首先，我不明白XOR问题究竟是什么。有人可以请解释一下，如果可能的话，XOR问题与简单分类示例有什么关系。为什么Naive Bayes无法解决异或问题

来源

2017-01-16 qualitytest

[贝叶斯网络vs贝叶斯分类器]的可能副本（http://stackoverflow.com/questions/12298150/bayesian-network-vs-bayes-classifier） – teppic

相关：http://www.aclweb.org/anthology /S/S16/S16-1148.pdf – alvas

异或问题是不是线性可分的最简单的问题。想象一下，您有两个布尔变量X和Y，并且您要“预测”的目标值是异或这两个变量的结果。也就是说，只有当其中一个（而不是另一个）为1时，您才会预测1为结果，否则为0。有点更生动：

Y^
1 | XOR(x=0,y=1)=1 XOR(x=1,y=1)=0 
    | 
0 | XOR(x=0,y=0)=0 XOR(x=1,y=0)=1 
    +-------------------------------> 
      0    1  X

正如你所看到的，对于我的“暗算”的四个“点”上（X水平，Y垂直;想象中的逗号是“点”，如果你喜欢）你无法画出一条直线来区分两个结果（左上角和右下角的两个1，以及对角的两个0）。所以线性分类器，它使用直线建模分类，不能解决这种性质的问题。

现在，对于朴素贝叶斯，它模型独立事件。只给定X和Y，它可以模拟xs的分布，它可以模拟ys，但它不能模拟两个变量之间的任何关系。也就是说，为了对XOR函数建模，分类器必须同时观察这两个变量。只根据X的状态进行预测而不考虑Y的状态（反之亦然）并不能为此问题找到适当的解决方案。因此，朴素贝叶斯分类器也是一个线性分类器。

来源

2017-01-17 22:50:20 fnl

为什么Naive Bayes无法解决异或问题

回答

相关问题