← AI-aktiviteter

NaĂŻve Bayes-labbet

Ett interaktivt klassificeringslaboratorium

English

NaĂŻve Bayes-labbet

HĂ€r trĂ€nar du en NaĂŻve Bayes-klassificerare — samma typ av algoritm som anvĂ€nds i spamfilter — och ser matematiken bakom varje beslut.

01
TrÀna

Klicka pÄ Generera sÄ fylls modellen med exempelmejl. Du styr antalet och fördelningen mellan skrÀppost och vanliga mejl.

02
Utforska modellen

Se vad modellen lĂ€rt sig — vilka ord som lutar mot skrĂ€ppost och vilka som lutar mot vanliga mejl, och hur starkt.

03
Klassificera

Skriv ett eget mejl och tryck Enter. Du fĂ„r modellens svar med sĂ€kerhet i procent — och kan följa hela berĂ€kningen bakom.

Skapa trÀningsdata

Varje klick lÀgger till fler exempelmejl ur en inbyggd bank. Variera fördelningen för att se hur ojÀmn trÀningsdata pÄverkar modellen.

Antal:
Fördelning skrÀppost / ej skrÀppost 50% / 50%
JĂ€mn fördelning — priorsannolikheten P(klass) pĂ„verkar inte klassificeringen nĂ€mnvĂ€rt.
Statistik
SkrÀppost
0
exempel
P(SkrĂ€ppost) = —
Ej skrÀppost
0
exempel
P(Ej skrĂ€ppost) = —
OrdförrĂ„d: — ord
Generera minst 2 exempel för att kunna trÀna.
TrÀningsdata 0 0
Skriv ett eget exempel
Klass:
Importera frÄn fil
En .csv eller .txt — en rad per exempel: SPAM,Din text hĂ€r HAM,Din text hĂ€r Etiketten ska vara SPAM eller HAM (versaler).
📂
Klicka för att vÀlja fil
.csv eller .txt · en rad per exempel
Ingen modell ÀnnuLÀgg till trÀningsdata i fliken TrÀna.
Ingen modell ÀnnuLÀgg till trÀningsdata i fliken TrÀna.
Begrepp

Klicka pÄ ett begrepp för att öppna förklaringen. Samma förklaringar dyker upp nÀr du klickar pÄ understrukna ord i texten.

Tokenisering och filtrering

Innan modellen kan rĂ€kna sannolikheter mĂ„ste texten omvandlas till enskilda ord — det kallas tokenisering. Ord som Ă€r för vanliga för att sĂ€ga nĂ„got om klassen (stoppord) och mycket korta ord filtreras sedan bort. Bara de kvarvarande orden anvĂ€nds i klassificeringen.

AnvĂ€nds i klassificeringen Stoppord — filtreras bort (för vanligt) För kort — filtreras bort (≀2 tecken)

Notera: ingen lemmatisering görs — "vinner" och "vinnare" rĂ€knas som olika ord. Verkliga system reducerar ofta ord till sin grundform för att öka trĂ€ffsĂ€kerheten.