Bayes Classifier Logistic regression은 P(y|x)를 바로 근사하도록 학습 bayes classifier는 Bayes' theorem을 활용하여 분류 P(y|x) = p(x|y)P(y) / p(x) p(x) = sum{p(x,y)} = sum {p(x|y)P(y)} 항상 같은 값이다. 많은 경우 p(x)를 계산하기는 어렵다. 하지만 p(x)를 계산하지 않아도 된다. 독립 변수 k가 늘어날수록 차원의 저주가 발생 = 데이터의 요구량 폭증 - k개의 조합의 공간에서 분포를 충분한 근사하기에 요구되는 데이터양이 지수적으로 증가한다. = 2^k개의 확률이 필요하게 된다. 독립 변수 간의 종속성을 제거한다면 차원의 저주를 없앨 수 있다. => Naive Bayes Classifier ..
