実践 機械学習システム

116

6

章 クラス分類

II

：感情分析

データにおいて、該当する特徴量が全体に占める割合を計算することで求めることができます。

●

P( F

1

, F

2

│

C)

を計算するには工夫が必要です。この値が示すのは「もしあるデータがクラス

C

に

属することがわかっている場合、特徴量が

F

1

と

F

2

であることはどれくらい起こり得るか」という

ことを示します。この値を推定するためには、少し考える必要があります。

6.3.2

　ナイーブにする

確率理論から、次の式が成り立ちます。

しかし、この式だけではそれほど役に立ちません。というのは、ある難しい問題（

P(F

1

, F

2

│

C )

を推

定する）を別の難しい問題（

P( F

2

│

C, F

1

)

を推定する）に変換したに過ぎないからです。

しかし、ここで「

F

1

と

F

2

が互いに独立である」と仮定します（物事をナイーブに考えます）。そうす

ると、

P( F

2

│

C, F

1

)

を

P( F

2

│

C)

と書くことができるため、上の式は次のように書き直すことができます。

以上のことを合わせると、次の有用な式を得ることができます。

ナイーブベイズの興味深い点は、上記の仮定は都合的なもので理論的には正しくないにもかかわら

ず、現実のアプリケーションでは非常に優れた結果になることが多くあることです。

6.3.3

　ナイーブベイズを用いて分類を行う

新しいツイートが与えられた時に行うことは、単純に次の確率を計算することです。

そして、より確率の高いクラス（これを

C

best

とします）を選ぶ必要があります。ここで、上の二つの

式において