Multinomial Naive Bayes에 대해 다시 한 번 간단히 짚어보고, 예시를 살펴보자.
Multinomial Naive Bayes는 불연속 데이터에 적합한 Naive Bayes classifier의 변형으로, 텍스트 분류의 맥락에서 단어 수 또는 TF-IDF score 같은 기능과 함께 자주 사용된다.
- 문제
: 영화 리뷰를 "Positive"와 "Negative"로 분류 - Training Data
: "I love this movie. It's amazing!" - Positive
"A wonderful film with great characters" - Positive
"I really disliked this move." - Nagative
"Such a waste of time." - Negative - Test Data
: "A great film with amazing characters."
- 솔루션
- Text Preprocessing (텍스트 전처리):
- 모든 텍스트를 소문자로 변환
- 텍스트를 토큰화해, 단어로 분할
- stopwords (중단어) 제거 및 stemming/lemmatization (어간/의미화) 적용
- Feature Extraction (특징 추출)
: Bag of Words (BoW)나 TF-IDF를 사용해 리뷰를 vector로 변환 - Multinomial Naive Bayes를 training
: Training Data를 이용해 Bayes 식에 필요한 확률을 계산 - 새로운 리뷰의 카테고리 예측
- 같은 Feature Extraction 기법을 적용해 새로운 리뷰를 vector 형태로 변환
- Multinomial Naive Bayes 식을 사용해 두 카테고리(Positive/Negative)에 대한 확률을 계산
- 가장 높은 확률을 보이는 카테고리로 리뷰를 분류
- Text Preprocessing (텍스트 전처리):
Bag of Words를 feature로 적용해 계산해보자. training data를 통해 아래와 같이 우선 계산할 수 있다.
- P (Positive) = 2 / 4 = 0.5
- P (Negative) = 2 / 4 = 0.5
"Positive" 카테고리의 "great"이라는 단어를 살ㅍ벼조:
- Positive 리뷰에서 "great" 등장 횟수 = 1
- Positive 리뷰의 전체 단어 수 = 10
- P ("great" | Positive) = 1 / 10 = 0.1
이와 같은 방법으로 우리는 새로운 리뷰의 각 단어에 대한 Positive, Negative의 확률을 각각 계산할 수 있다.
각 카테고리에 대한 새로운 리뷰의 확률을 아래와 같다.
- P (Positive | Review) = P ("a" | Positive) * P ("great" | Positive) * p ("film" | Positive) * ... * P (Positive)
- P (Negative | Review) = P ("a" | Negative ) * P ("great" | Negative ) * p ("film" | Negative ) * ... * P (Negative )
(마지막 P (Positive) 또는 P (Negative)를 곱하는 것은 사전 확률 (prior probability)를 고려해야 되기 때문)
계산된 P (Positive | Review)가 P (Negative | Review) 보다 크면 Positive로 분류, 반대면 Negative로 분류가 된다.
'기술(Tech, IT) > 머신 러닝(Machine Learning)' 카테고리의 다른 글
[ML] RNN (Recurrent Neural Network) (0) | 2023.11.02 |
---|---|
[ML] POS tagging (Part-of-speech, 품사) (0) | 2023.11.01 |
[ML] Vecotrizer (벡터화 기법) (0) | 2023.10.30 |
[ML] Naive Bayes (0) | 2023.10.29 |
[ML] TF-IDF - 2 (0) | 2023.10.28 |