「ベイズ推定で楽々スパムメールをフィルタリング」記事へのコメント

Support Vector Machine

[Anonymous Coward]

いちおう自然言語処理を専門とする研究室にいるものですが，テキスト分類においてはベイズ分類器よりも Support Vector Machine の方が精度が高いというのが現在の通説です。
世間では，ベイズ分類器しか出回ってないようですが，なぜ SVM を使わないのだろう？やってみたけれど思わしくないのか，それ

精度だけでなく確率出力も重要

[shigepong (8002)]

私の理解が正しければ、
ベイズ分類器を使うさいに嬉しい点は、回答を「SPAM確率95%」のような確率値で出力してくれて、その値がおおむね妥当である点です。
普通のSVMでは、SPAMであるか(Yes/No)のような二値的な値しか出力できません。

正答率のような数値を出して両者の性能を比較する場合に、はベイズ分類器の出力をしきい値処理(例えば50%以上か未満か)して同じYes/Noの土俵で計算します。その際には多少SVMが勝るのかもしれません。でも実用上はSPAM率55%とSPAM率99%とではおのずと扱いも異なるべきであって、こうしたSPAMフィルター用には確率値を上手に扱えるベイズ分類器のほうが便利だということではないでしょうか。

# SVMに確率的出力を行わせる研究もなされているようですが、うまく
# いっているかどうかは知りません。