Naive Bayes är en metod i maskininlärning för övervakad inlärning där modellen klassificerar nya exempel med hjälp av sannolikheter från märkt data. Den kallas också naiv Bayes. Kärnan är att modellen räknar på hur vanliga olika egenskaper är i varje klass och väljer den klass som verkar mest sannolik.
Det här är inte en modell som läser ett mejl som en människa. I stället använder den räkningar från tidigare exempel. I ett skräppostexempel kan den väga ihop hur ofta ord som ”gratis” eller ”erbjudande” har förekommit i tidigare märkta mejl och sedan gissa om ett nytt mejl är skräppost eller inte.
I korthet
- Naive Bayes är en sannolikhetsbaserad klassificerare för märkt data.
- Den använder Bayes sats för att uppdatera en första gissning när ny evidens kommer.
- Det ”naiva” är antagandet att egenskaperna är oberoende av varandra givet klassen.
- Metoden är snabb och vanlig som baslinje för textklassificering, till exempel skräppost.
- Den kan välja rätt klass men ändå ge osäkra sannolikhetstal.
Vad är Naive Bayes?
Naive Bayes är en metod för klassificering. Den får ett nytt exempel och väljer mellan färdiga klasser, till exempel ”skräppost” eller ”inte skräppost”. Den tränas på träningsdata där rätt klass redan finns, och använder Bayes sats för att uppskatta hur sannolik varje klass är för det nya exemplet.
Det modellen lär sig är i grunden enkla räkningar ur datan. Hur vanlig är varje klass? Hur vanligt är ett visst ord i den klassen? Hur vanligt är ett annat ord? Sedan kombineras dessa sannolikheter. Därför är Naive Bayes ofta en bra första modell att prova när man vill ha en snabb och enkel start.
Hur fungerar Bayes sats i vardagsspråk?
Bayes sats handlar om att uppdatera en tidigare sannolikhet när ny information kommer. Du börjar med en första gissning. Sedan tittar du på ny evidens. Efter det får du en uppdaterad gissning.
Prior
Prior, eller före-sannolikhet, är hur vanlig en klass är innan du tittar på det nya exemplet. I mejldata kan det vara hur stor andel av tidigare mejl som varit skräppost.
Likelihood
Likelihood, här ungefär evidenssannolikhet, är hur typisk en egenskap är i en viss klass. Om ordet ”gratis” ofta finns i skräppost men sällan i vanliga mejl talar det åt skräpposthållet.
Posterior
Posterior, eller efter-sannolikhet, är den uppdaterade sannolikheten efter att modellen sett egenskaperna i det nya exemplet. Det är den som används när modellen ska välja klass.
När modellen bara ska välja den mest troliga klassen behöver den inte räkna ut allt fullt ut. Den kan jämföra vilken klass som får högst värde när klassens vanlighet kombineras med sannolikheterna för de observerade egenskaperna.
Varför kallas metoden naiv?
Det naiva ligger i antagandet om oberoende. Modellen antar att egenskaperna är oberoende av varandra när klassen redan är känd. Den behandlar alltså varje egenskap som ett eget litet bevis.
I verkligheten stämmer det sällan helt. Ord i text hänger ofta ihop. Om ett mejl innehåller både ”gratis” och ”erbjudande” är de två signalerna inte helt frikopplade. Naive Bayes räknar ändå som om de vore det. Förenklingen gör beräkningen enkel och snabb, men den kan också göra sannolikheterna mindre träffsäkra.
Det betyder att egenskaper som egentligen säger nästan samma sak ibland räknas som starkare evidens än de borde. Trots det fungerar metoden ofta bra nog i praktiken, särskilt som enkel baslinje.
Hur kan ett spamfilter använda Naive Bayes?
Ett vanligt undervisningsexempel är skräppost. Då beskrivs ett mejl ofta som en ordpåse, på engelska bag of words. Det betyder att modellen tittar på vilka ord som finns, eller hur ofta de finns, men i stort sett bortser från ordningen.
Anta att du har många mejl märkta som skräppost och många märkta som vanliga. Modellen kan då räkna hur ofta ord som ”gratis”, ”vinst” eller ”faktura” förekommer i respektive grupp. När ett nytt mejl kommer kombinerar den dessa ordräkningar med hur vanlig varje klass är. Om orden sammantaget är mer typiska för skräppost än för vanliga mejl blir gissningen ”skräppost”.
- Det här är statistik från märkt data, inte läsförståelse i mänsklig mening.
- För text används ofta en variant som passar ordräkningar.
- Om ett ord aldrig setts i en klass kan en rå sannolikhet bli noll. Därför använder implementationer ofta utjämning, på engelska smoothing.
Testa själv
1. Skriv upp fem mejlrubriker du tycker är skräp och fem som inte är det.
2. Räkna hur ofta ordet ”gratis” förekommer i varje hög.
3. Gissa sedan på en ny rubrik utifrån det. Det är idén bakom Naive Bayes.
Vilka styrkor och svagheter har Naive Bayes?
Styrkor
- Snabb att träna, eftersom modellen mest behöver räkna hur vanliga egenskaper är.
- Snabb att använda på nya exempel.
- Fungerar ofta med relativt lite data.
- Vanlig baslinje för textklassificering, särskilt när det finns många möjliga ord.
Svagheter
- Antagandet om oberoende är ofta fel i verkliga data.
- Egenskaper som hänger ihop kan räknas som mer evidens än de borde.
- Sannolikhetstalen kan vara dåligt kalibrerade, även när själva klassen blir rätt.
- En enkel ordmodell missar ordning och mycket av sammanhanget i texten.
Några andra vanliga algoritmer
Naive Bayes, logistisk regression och k-närmaste granne är alla övervakade klassificerare. Jämförelsen här gäller hur de lär sig av data och hur de bestämmer klass för nya exempel.
| Metod | Hur den bestämmer klassen | Vad den lär sig av datan | Typisk styrka |
|---|---|---|---|
| Naive Bayes | Jämför sannolikheter för varje klass utifrån hur vanliga klasser och egenskaper är | Räkningar över hur vanliga egenskaper är i varje klass | Mycket snabb och ofta stark för enkel textklassificering |
| Logistisk regression | Väger ihop egenskaper och räknar ut sannolikhet för klass | Vikter som visar hur olika egenskaper påverkar beslutet | Enkel standardmetod för många klassificeringsproblem |
| k-NN | Jämför med de mest lika exemplen och låter dem rösta | Lagrar träningsfallen och använder likhet vid jämförelse | Lätt att förstå och kräver lite modellantaganden |
Vill du se fler exempel finns en kort översikt över algoritmer inom maskininlärning. Ett annat syskonspår är beslutsträd, som delar upp datan med ja- och nej-frågor.
Hur bedömer man resultatet och vad kan bli snett?
En modell ska testas på data den inte tränats på. För skräppost räcker det inte att bara titta på hur ofta modellen har rätt totalt. Man vill också förstå vilka fel den gör, eftersom ett vanligt mejl i skräpposten kan vara mer störande än ett skräpmejl som slinker igenom. Grunderna finns i vår sida om att mäta hur bra modellen är.
Det är också viktigt att komma ihåg skev data. Om träningsmaterialet överrepresenterar vissa avsändare, språk eller typer av mejl kommer bedömningarna att följa den snedheten. Det är en del av frågan om algoritmisk bias.
Vad säger Naive Bayes om AI i praktiken?
Naive Bayes visar tydligt vad mycket av dagens AI faktiskt är: en modell som lärt sig statistiska mönster ur data. Här finns inget medvetande och ingen egen avsikt. I ett mejlfilter betyder det att modellen inte ”förstår” innehållet som en människa gör. Den kombinerar sannolikheter från tidigare märkta exempel.
Just därför är metoden både begränsad och användbar. Den är begränsad eftersom den förenklar verkligheten hårt. Den är användbar eftersom den ofta ger ett snabbt första svar som går att bygga vidare på. Om du vill slå upp ord som prior eller klassificering finns vår ordlista.
Vanliga frågor
Är Naive Bayes samma sak som Bayes sats?
Nej. Bayes sats är en allmän regel för hur sannolikheter uppdateras när ny evidens kommer. Naive Bayes är en klassificerare som använder Bayes sats tillsammans med ett förenklat antagande om oberoende mellan egenskaper.
Varför används Naive Bayes ofta för skräppost?
Text går lätt att beskriva som ord eller ordräkningar. Då kan modellen snabbt räkna hur typiska olika ord är för skräppost respektive vanliga mejl. Därför används den ofta som enkel och snabb baslinje i textklassificering.
Måste orden verkligen vara oberoende av varandra?
Nej. I verklig text hänger ord ofta ihop. Metoden antar ändå oberoende för att göra beräkningen enkel, och det är därför den kallas naiv.
Kan man lita på sannolikheten från Naive Bayes?
Inte alltid fullt ut. Modellen kan välja rätt klass men ändå ge sannolikhetstal som är för höga eller för låga. Därför är det klokt att testa modellen på nya data och inte tolka siffrorna för bokstavligt.
När passar en annan modell bättre än Naive Bayes?
När beroenden mellan egenskaper är viktiga, eller när du behöver bättre kalibrerade sannolikheter, kan andra modeller fungera bättre. Naive Bayes används ofta som startpunkt att jämföra mot.
Källor
- https://en.wikipedia.org/wiki/Naive_Bayes_classifier
- https://en.wikipedia.org/wiki/Bayes%27_theorem
- https://scikit-learn.org/stable/modules/naive_bayes.html
- https://developers.google.com/machine-learning/guides/text-classification/step-2-5
- https://developers.google.com/machine-learning/crash-course/classification/accuracy-precision-recall
- https://en.wikipedia.org/wiki/Email_filtering
Skriven av AI-redaktionen. Texten är researchad och faktakontrollerad mot källorna ovan.
Senast uppdaterad: 8 november 2026