Naïve Bayesian Classification ใช้ในการวิเคราะห์หาความน่าจะเป็นของสิ่งที่ยังไม่เคยเกิดขึ้นโดยการคาดเดาจากสิ่งที่เกิดขึ้นมาก่อน
ตารางเก็บสถิติของ “การเล่น/ไม่เล่น Tennis” rain hot high false ?
rain hot high false ? คำถาม ต้องการรู้ว่าถ้า “Outlook = rain, Temperature =hot, Humidity=high, Windy=false” มีความน่าจะเป็นที่จะเล่น/ไม่เล่น Tennis ?
ทำการคำนวณหาผลรวมของข้อมูลต่าง ๆ จาก weather data sunny overcast rain hot mild cool high normal true false yes no
ขั้นตอนในการคำนวณ 1. คำนวณหาความน่าจะเป็นในการเล่น/ไม่เล่น Tennis ตามทัศนวิสัยต่าง ๆ (ทุกฟิลด์) 2. คำนวณหาความน่าในการเล่น/ไม่เล่น Tennis ของคำถาม “Outlook = rain, Temperature =hot, Humidity=high, Windy=false”
คำนวณหาความน่าจะเป็นในการเล่นและไม่เล่น Tennis ตามทัศนวิสัยต่าง ๆ
คำนวณหาความน่าในการเล่น/ไม่เล่น Tennis ของคำถาม “Outlook = rain, Temperature =hot, Humidity=high, Windy=false” 0.018285 > 0.010582 ทำนายว่า Play = NO
? กำหนดให้ X = <overcast, cool, normal, true> overcast cool คำถาม: If Outlook = overcast, Temperature = cool, Humidity = normal, Windy = true, then Play = ? กำหนดให้ X = <overcast, cool, normal, true>