Jakie rzeczy mogę przewidzieć naiwnym klasyfikatorem bayesowskim?

Jestem początkującym do statystyki (tylko jeden kurs college'u), ale mam doświadczenie w programowaniu.

Właśnie zacząłem bawić się biblioteką klasyfikatora Bayesa dla Ruby i szukam pomysłów na rzeczy do analizy.

W tej chwili mam do czynienia z kategoryzacją Tweet, ale czy masz jakieś pomysły?

Co ważniejsze, w jaki sposób mogę dowiedzieć się, jakie typy danych nadają się do naiwnej klasyfikacji bayesowskiej.

Dzięki.

The Elements of Statistics Learning , autor: Hastie i in. zawiera wiele ilustracji aplikacji Machine Learning, a wszystkie zestawy danych są dostępne na stronie internetowej towarzyszącej, w tym dane dotyczące spamu, tak jak na stronie Ruby Classifier .

Jeśli chodzi o delikatne wprowadzenie do klasyfikatora Bayesa, proponuję spojrzeć na następujący samouczek Andrew Moore'a: Krótkie wprowadzenie do naiwnych klasyfikatorów bayesowskich ( dostępnych jest również wiele innych samouczków ).

Możesz spróbować korzystać z filtrowania spamu, co jest dość powszechnym zastosowaniem Naiwnych klasyfikatorów bayesowskich.