ベイジアンフィルタリング

ベイジアンフィルタリングは、メール中の単語や特徴が迷惑メール・正常メールに現れる確率を学習し、ベイズの考え方で新しいメールが各分類に属する確率を推定するフィルタリング手法です。

■ 試験で押さえるポイント

• 学習済みデータからP(特徴|迷惑)などを求め、事前確率と観測特徴を組み合わせて事後確率を計算します。

• 単純ベイズでは特徴が分類の下で独立と仮定して計算を簡略化し、複数特徴の尤度を組み合わせます。

• 利用者が誤判定を訂正して再学習すれば環境へ適応できますが、偏った教師データや概念変化で精度が下がります。

■ 選択肢での判断ポイント

事前確率・尤度・事後確率の関係、教師データによる学習、誤検知と適応という特徴を問います。

例: 『無料』が迷惑メールの80%、正常メールの5%に現れるなど複数語の出現率から、新着メールの迷惑確率を更新します。