Naive Bayes classifier 와 Logistic Regression 의 차이는 무엇일까요?
각각의 공식을 얻기위한 Assumption 이 다르고 , Estimation해야 할 Parameter의 수가 다르다.
Naive Bayes classifier가 좀더 복잡해 보인다.
그러면 어느쪽이 더 나은 모델이라고 할수 있을까? 위 슬라이드만 봐서는 Logistic Regression 이 간단해서 좋아보인다.
정확도 수준에서는 보통 Logistic Regression이 좀더 좋은 성능을 보인다고 한다.
하지만 , Naive Bayes classifier는 Prior 정보를 추가 할수 있다.
(MAP 방식 : 파라미터 추정하는 과정에서 Prior 정보를 넣을수 있다.)
즉 주어진 정보와 상황에 따라 모델을 적절히 사용해야한다.
Discriminative model은 바로 Posterior를 추정하려고 하는 모델이다.
'머신러닝 > 문일철 교수님 강의 정리 (인공지능및기계학습개론)' 카테고리의 다른 글
Week 5.2. Maximizing the Margin (0) | 2019.07.18 |
---|---|
Week 5.1. Decision Boundary with Margin (0) | 2019.07.17 |
Week 4.7. Naive Bayes to Logistic Regression (0) | 2019.07.08 |
Week 4.6. Logistic Regression Parameter Approximation 2 (0) | 2019.07.02 |
Week 4.4. Gradient Method (0) | 2019.06.30 |