単純ベイズ分類器とは
単純ベイズ分類器とは、確率の考え方（ベイズの定理）を使って、データがどの分類に当てはまりそうかを見分ける、シンプルな分類のしくみのことです。古くから迷惑メールの判定などに使われ、少ないデータでも軽快に動くのが持ち味。機械学習の入り口として、今も現役で活躍する基礎的な手法です。
英語表記：Naive Bayes classifier
単純ベイズ分類器の仕組み
土台にあるのは、ベイズの定理という確率の公式です。「ある特徴が現れたとき、それがどの分類である可能性が高いか」を、過去のデータの割合から計算します。ここで思い切った前提を置くのが特徴で、「それぞれの手がかり（特徴）は互いに無関係」とみなして、確率をかけ合わせるのです。学習といっても、やることはデータの中で何が何回出たかを数えるだけ。だから動作が軽く、少ないデータでもすぐ使えます。
ベイジアンネットワークとの違い
名前が似ていて混同されやすいのが、ベイジアンネットワークです。単純ベイズは、すべての手がかりが「分類」だけにつながり、手がかり同士の関係は見ない、いちばん単純な形。いっぽうベイジアンネットワークは、手がかり同士の複雑な依存関係まで図（グラフ）で表せる、より一般的な確率モデルです。じつは単純ベイズは、ベイジアンネットワークのもっとも素朴な一例にあたります。「手早く割り切る」か「関係まで描き込む」か、と捉えると分かりやすいでしょう。
ビジネスでの使われ方
代表的な用途が、迷惑メールのフィルタリングです。メールに含まれる単語の出方から「迷惑メールらしさ」を測り、自動でより分けます。ほかにも、問い合わせ文の自動仕分けや、文章をカテゴリーへ振り分ける作業に向いています。精度を極めたい場面では新しい手法に譲ることもありますが、軽くて判定の理由も追いやすいため、まず試す「たたき台」として重宝されてきました。
Topic「単純（ナイーブ）」なのに、なぜよく当たるのか
この手法の「単純（naive）」は、英語で「うぶ・世間知らず」という意味合いの言葉です。「手がかり同士はまったく無関係」という、現実にはまずありえない大胆な前提を置くことを指しています。理屈のうえでは雑な割り切りなのに、迷惑メール判定などでは驚くほどよく当たる。この「単純なのに役立つ」意外さこそが、長く使われ続けてきた理由といえるでしょう。
単純ベイズ分類器に関するよくある質問
- 「特徴は互いに無関係」という前提は現実に合わないのに、使って大丈夫ですか？
- 前提は厳密には成り立ちませんが、分類の順位付けさえ正しければ正解を選べるため、実用上は多くの場面でうまく働きます。ただし、出力される確率の数値そのものは過信しないほうが安全です。
- 単純ベイズ分類器を使うのに、大量の学習データは必要ですか？
- 必要最小限で動くのが強みです。出現回数を数えるだけの軽い学習なので、データが少ない初期段階や、すばやく試したい場面に向いています。
