나이브 정리1 ML101 : 나이브 베이즈 (Naive Bayes) : 베이즈 정리 Bayes rule일반인이 암 환자를 진단하는 신규 검사법을 사용하여 검사해본 결과가 양성 반응일 때, 실제로 암에 걸렸을 확률을 구하는 문제가 있다고 해보겠습니다. 이 문제를 풀기 위해 주어진 조건과 조건부 확률을 다음과 같다고 가정하겠습니다. Y -> 실제 병에 걸렸을 경우 { 1 : true, 0 : false } X -> 검사 결과 경우 { 1 : 양성, 0 : 음성 } P ( X = 1 | Y = 1 ) = 0.8 검사의 정확도로 실제 병에 걸렸을 경우, 검사 결과도 양성일 확률즉, 본 검사는 80% 의 확률로 정확한 진단을 내리고 20% 확률로 실제 병이 걸린 환자에 대해 음성이라는 오진을 내리게 됩니다. P ( X = 1 | Y = 0) = 0.1 일명 False positive 로 병이 없.. 2017. 3. 9. 이전 1 다음 반응형