Concept of Naive Bayes Classifier

Multiple Choice

ข้อใดต่อไปนี้เป็นข้อความที่ถูกต้องเกี่ยวกับ Naive Bayes algorithm

• เป็นอัลกอริทึมที่ใช้ในการจัดกลุ่มข้อมูลที่คล้ายคลึงกัน

• เป็นอัลกอริทึมที่ใช้ในงานจำแนกประเภท (classification tasks)

• เป็นอัลกอริทึมที่ใช้ในการวิเคราะห์การถดถอย (regression analysis)

• เป็นอัลกอริทึมที่ใช้ในการทำ image processing เท่านั้น

Multiple Choice

ในตารางนี้ Naive Bayes จัดอยู่ในช่อง "Categorical Target Variable (Classification Task)" เพราะเหตุใด

• สามารถใช้กับตัวแปรทำนายเชิงกลุ่ม (categorical predictors) เท่านั้น

• เป็นอัลกอริทึมที่ใช้ในงานจำแนกประเภทโดยที่ตัวแปรทำนายสามารถเป็นได้ทั้งเชิงกลุ่มและเชิงปริมาณ

• เป็นอัลกอริทึมที่มักจะใช้กับงานที่มีตัวแปรทำนายจำนวนไม่มาก

• เป็นอัลกอริทึมที่มีการเรียนรู้แบบ lazy learning

Multiple Choice

ข้อตกลงเบื้องต้น (assumptions) ของ Naive Bayes algorithm เกี่ยวกับตัวแปรคุณลักษณะ (features) ตรงกับข้อใด

• ตัวแปรคุณลักษณะ (features) มีความเป็นอิสระซึ่งกันและกันแบบมีเงื่อนไข เมื่อกำหนดป้ายกำกับคลาส (class label) แล้ว

• ตัวแปรคุณลักษณะ (features) มีสหสัมพันธ์ซึ่งกันและกัน เมื่อกำหนดป้ายกำกับคลาส (class label) แล้ว

• ตัวแปรคุณลักษณะ (features) มีความเป็นอิสระซึ่งกันและกัน โดยไม่ขึ้นกับป้ายกำกับคลาส (class label)

• ตัวแปรคุณลักษณะ (features) เป็นอิสระซึ่งกันและกัน และเป็นอิสระจากป้ายกำกับคลาส (class label)

Multiple Choice

ถ้า P(A|B) = 0.7 ความหมายที่ถูกต้องที่สุดคืออะไร?

• โอกาสที่เหตุการณ์ B จะเกิด คือ 70%

• โอกาสที่เหตุการณ์ A และ B จะเกิดพร้อมกัน คือ 70%

• ถ้าสมมติว่าเหตุการณ์ A เกิดขึ้นแล้ว โอกาสที่เหตุการณ์ B จะเกิด คือ 70%

• ถ้าสมมติว่าเหตุการณ์ B เกิดขึ้นแล้ว โอกาสที่เหตุการณ์ A จะเกิด คือ 70%

Fill in the Blanks

ความน่าจะเป็นที่บุคคลที่ถูกสุ่มเป็นเพศหญิง เมื่อทราบว่าเป็นผู้ที่ชื่นชอบรถยนต์ยี่ห้อ Toyota มีค่าเท่าใด (ตอบเป็นทศนิยม 3 ตำแหน่ง)

Fill in the Blanks

ความน่าจะเป็นที่บุคคลที่ถูกสุ่มเลือกสามารถพูดภาษาเยอรมันได้ เมื่อทราบว่าเป็นเพศชายมีค่าเท่าใด  (ตอบเป็นทศนิยม 3 ตำแหน่ง)

Fill in the Blanks

กำหนดให้ P(A) = 0.5, P(B) = 0.4 และ P(A and B) = 0.2 จงหาค่าของความน่าจะเป็นแบบมีเงื่อนไข P(A|B) (ตอบเป็นทศนิยม 1 ตำแหน่ง)

Fill in the Blanks

ถ้า P(Spam) = 0.2 และ P(Free|Spam) = 0.4 ความน่าจะเป็นที่จะพบอีเมลที่เป็น Spam และมีคำว่า 'Free' คือเท่าใด?

Fill in the Blanks

ในการตรวจโรคชนิดหนึ่ง ความแม่นยำในการตรวจพบโรคเมื่อเป็นโรคจริง P(ผลตรวจเป็น +|ป่วยจริง) คือ 90% และโอกาสที่คนทั่วไปจะเป็นโรคนี้ P(ป่วยจริง) คือ 1% จงหา P(ผลตรวจเป็น + และ ป่วยจริง) คือเท่าใด?

Multiple Choice

เหตุการณ์ A และ B จะเป็นอิสระต่อกัน (Independent) ก็ต่อเมื่อเงื่อนไขใดเป็นจริง?

• P(A|B) = P(A)

• P(A and B) = 0

• P(A|B) = P(B)

• P(A) + P(B) = 1

Multiple Choice

สูตรของทฤษฎีเบส์ (Bayes' Theorem) คือข้อใด?

• P(A|B) = P(B|A)P(A)/P(B)

• P(A|B) = P(A and B)/P(A)

• P(A|B) = P(A)P(B)

• P(A|B) = P(B|A)P(A)

Multiple Choice

จงเรียงลำดับขั้นตอนการทำงานของ Naive Bayes classification: A) คำนวณความน่าจะเป็นแบบ prior B) คำนวณความน่าจะเป็นแบบ posterior ของข้อมูลใหม่ C) จำแนกข้อมูลใหม่โดยใช้ความน่าจะเป็นที่คำนวณได้

• A, B, C

• B, A, C

• C, A, B

• A, C, B

Fill in the Blanks

ความน่าจะเป็นที่รายงานทางการเงินจะถูกจัดประเภทเป็น “ทุจริต” ถ้าทราบว่าบริษัทเคยมีปัญหาทางกฎหมาย มีค่าเท่าใด (ตอบเป็นทศนิยม 3 ตำแหน่ง)

Fill in the Blanks

ความน่าจะเป็นที่รายงานทางการเงินจะถูกจัดประเภทเป็น “ถูกต้องตามข้อเท็จจริง” เมื่อทราบว่าบริษัทเคยมีปัญหาทางกฎหมาย มีค่าเท่าใด (ตอบเป็นทศนิยม 3 ตำแหน่ง)

Multiple Choice

เนื่องจาก P(Fraud | Previous Legal) = 0.217 ถ้าทราบว่าบริษัทเคยมีประวัติปัญหาทางกฎหมาย เราควรจำแนกบริษัทนี้อยู่ในคลาสใด

• Fraudulent

• Truthful

• ไม่สามารถจำแนกได้

• ข้อมูลไม่เพียงพอ

Fill in the Blanks

ความน่าจะเป็นที่รายงานทางการเงินจะถูกจัดประเภทเป็น “ทุจริต” ถ้าทราบว่าบริษัทไม่เคยมีปัญหาทางกฎหมาย มีค่าเท่าใด (ตอบเป็นทศนิยม 3 ตำแหน่ง)

Fill in the Blanks

ความน่าจะเป็นที่รายงานทางการเงินจะถูกจัดประเภทเป็น “ถูกต้องตามข้อเท็จจริง” เมื่อทราบว่าบริษัทไม่เคยมีปัญหาทางกฎหมาย มีค่าเท่าใด (ตอบเป็นทศนิยม 3 ตำแหน่ง)

Multiple Choice

เนื่องจาก P(Fraud | no Previous Legal) = 0.065 ถ้าทราบว่าบริษัทไม่เคยมีประวัติปัญหาทางกฎหมาย เราควรจำแนกบริษัทนี้อยู่ในคลาสใด

• Fraudulent

• Truthful

• ไม่สามารถจำแนกได้

• ข้อมูลไม่เพียงพอ

Multiple Choice

โดยใช้วิธี “Assign to the Most Probable Class” ควรจัดประเภทอีเมลใหม่นี้อย่างไร

• Important

• Spam

• ไม่สามารถจำแนกประเภทได้

• ข้อมูลที่ให้มาไม่เพียงพอ

Multiple Choice

โดยใช้วิธี “Assign to the Most Probable Class” ควรจัดประเภทลูกค้าใหม่รายนี้อย่างไร

• High Risk

• Low Risk

Multiple Choice

จงอธิบายวัตถุประสงค์หลักของการกำหนดค่าเกณฑ์ตัดสินใจเชิงความน่าจะเป็น (decision threshold หรือ cutoff probability) ในแบบจำลอง Bayesian Classifier แบบสมบูรณ์ (Full/Exact)

• เพื่อคำนวณการแจกแจงความน่าจะเป็นก่อน (prior distribution) ของคลาส ก่อนการพิจารณาข้อมูลที่สังเกตได้

• เพื่อใช้เป็นเกณฑ์ในการพิจารณาว่าตัวอย่างข้อมูลควรถูกจัดให้อยู่ในคลาสบวก (positive class) ซึ่งเป็นคลาสที่สนใจหรือไม่

• เพื่อคำนวณค่าความน่าจะเป็นรวมของเหตุการณ์ (total probability) โดยพิจารณาการรวมความน่าจะเป็นผ่านทุกคลาสที่เป็นไปได้

• เพื่อระบุจำนวนคุณลักษณะ (features) ที่ใช้เป็นตัวแปรอธิบายในแบบจำลอง

Multiple Choice

โดยใช้วิธี Cutoff Probability Method ที่กำหนดค่าเกณฑ์ตัดสินใจ (cutoff) เท่ากับ 0.15 (หรือ 15%) ควรจัดประเภทผู้ป่วยรายใหม่นี้อย่างไร

• Positive

• Negative

• ไม่สามารถจำแนกประเภทได้

• ข้อมูลที่ให้มาไม่เพียงพอ

Multiple Choice

จากตารางเราทราบว่า P(Fraud | Previous Legal) = 0.217 หากกำหนดค่าเกณฑ์ตัดสินใจ (cutoff) เท่ากับ 0.20 สำหรับความน่าจะเป็นของการเป็นรายงานทุจริต ควรจัดประเภทบริษัทที่เคยมีปัญหาทางกฎหมาย ให้อยู่ในคลาสใด

• Fraudulent

• Truthful

Multiple Choice

ถ้าธนาคารกำหนดค่าเกณฑ์ตัดสินใจ (cutoff) เท่ากับ 0.25 สำหรับการทำนายลูกค้าความเสี่ยงสูง ควรจัดประเภทลูกค้ารายใหม่ให้อยู่ในคลาสใด

• Low Risk

• High Risk (flag for manual review)

Multiple Choice

ข้อใดคือคำอธิบายที่ดีที่สุดว่าทำไมธนาคารจึงเลือกใช้ cutoff ที่ต่ำกว่า 0.5 แทนการตัดสินใจเลือกคลาสจากที่น่าจะเป็นไปได้มากที่สุด (cutoff = 0.5) ?

• โมเดลของธนาคารไม่ค่อยแม่นยำและจำเป็นต้องใช้เกณฑ์นี้เพื่อแก้ไขข้อผิดพลาด

• ธนาคารต้องการอนุมัติสินเชื่อให้ได้มากที่สุดเพื่อสร้างกำไรสูงสุด

• ต้นทุนของความผิดพลาดในการอนุมัติสินเชื่อ 'ความเสี่ยงสูง' มีมากกว่า

• วิธีการใช้ cutoff ที่ต่ำกว่า 0.5 มีความแม่นยำสูงกว่าวิธี “Assign to the Most Probable Class” เสมอ

Multiple Choice

ข้อใดคืออุปสรรคเชิงปฏิบัติที่สำคัญที่สุดของการใช้ Full (Exact) Bayesian procedure โดยเฉพาะกับชุดข้อมูลในปัจจุบันที่มีขนาดใหญ่? 🤔

• ทำงานช้าเกินไปและต้องใช้ทรัพยากรในการประมวลผลสูงมาก

• ไม่สามารถจัดการกับตัวแปรทำนายที่เป็นหมวดหมู่ (categorical) ได้

• การหาข้อมูลในชุดข้อมูลฝึกสอนที่ตรงกับข้อมูลใหม่ทำได้ยาก

• มีความแม่นยำทางสถิติน้อยกว่าวิธีอื่น

Multiple Choice

บริษัทแห่งหนึ่งพยายามทำนายว่าลูกค้าจะซื้อสินค้าหรือไม่ โดยใช้คุณลักษณะ (feature) 50 อย่างที่แตกต่างกัน (อายุ, ที่อยู่, ประวัติการเข้าชมเว็บ, การซื้อครั้งก่อนหน้า ฯลฯ) เหตุใด Full (Exact) Bayesian procedure จึงมักจะล้มเหลวในกรณีนี้?

• กระบวนการนี้ไม่สามารถจัดการตัวแปรทำนายได้เกิน 30 ตัว

• โอกาสที่จะหาลูกค้าเก่าในฐานข้อมูลซึ่งมีคุณลักษณะทั้ง 50 อย่างตรงกับลูกค้าใหม่ทุกตัวแปรนั้นน้อยมากๆ

• โมเดลนี้ใช้ได้กับข้อมูลทางการเงินเท่านั้น ไม่สามารถใช้กับพฤติกรรมลูกค้าได้

• กระบวนการนี้ต้องการให้ผู้ใช้หาข้อมูลที่ตรงกันด้วยตนเอง

Multiple Choice

Naive Bayes procedure แก้ปัญหาหลักของ Exact Bayesian procedure ได้อย่างไร?

• ใช้ทฤษฎีบทของเบส์ในเวอร์ชันที่ซับซ้อนกว่า

• ใช้วิธีหาข้อมูลที่ใกล้เคียงกันแทนที่จะหาข้อมูลที่ตรงกันทุกประการ

• ตั้งข้อตกลงเบื้องต้นว่าตัวแปรทำนายทั้งหมดเป็นอิสระต่อกัน ทำให้สามารถคำนวณความน่าจะเป็นได้โดยไม่จำเป็นต้องมีคุณลักษณะตรงกันทุกประการ

• ใช้วิธีลดจำนวนตัวแปรทำนายก่อนทำการจำแนกประเภท

Fill in the Blanks

ความน่าจะเป็นที่รายงานทางการเงินจะถูกจัดประเภทเป็น “ทุจริต” ถ้าทราบว่าบริษัทมีขนาดเล็กและไม่เคยมีประวัติปัญหาทางกฎหมาย มีค่าเท่าใด (ถ้าใช้ Exact Bayes)

Multiple Choice

เนื่องจาก P(Fraud | small and no Previous legal) = 0 ถ้าทราบว่าบริษัทเล็กและเคยมีปัญหาทางกฎหมาย เราควรจำแนกบริษัทนี้อยู่ในคลาสใด (ถ้าใช้ cut off 0.5)

• Fraudulent

• Truthful

• ไม่สามารถจำแนกได้

• ข้อมูลไม่เพียงพอ

Fill in the Blanks

ความน่าจะเป็นที่รายงานทางการเงินจะถูกจัดประเภทเป็น “ทุจริต” ถ้าทราบว่าบริษัทมีขนาดใหญ่และเคยมีประวัติปัญหาทางกฎหมาย มีค่าเท่าใด (ถ้าใช้ Exact Bayes)

Multiple Choice

เนื่องจาก P(Fraud | large and Previous legal) = 1.0 ถ้าทราบว่าบริษัทใหญ่และเคยมีปัญหาทางกฎหมาย เราควรจำแนกบริษัทนี้อยู่ในคลาสใด (ถ้าใช้ cut off 0.5)

• Fraudulent

• Truthful

• ไม่สามารถจำแนกได้

• ข้อมูลไม่เพียงพอ

Multiple Choice

ถ้าทราบว่าบริษัทใหญ่แต่ไม่เคยมีปัญหาทางกฎหมาย เราควรจำแนกบริษัทนี้อยู่ในคลาสใด (ถ้าใช้ Exact Bayes ที่ cut off 0.5)

• Fraudulent

• Truthful

• ไม่สามารถจำแนกได้

• ข้อมูลไม่เพียงพอ

Multiple Choice

ถ้าทราบว่าบริษัทใหญ่แต่ไม่เคยมีปัญหาทางกฎหมาย เราควรจำแนกบริษัทนี้อยู่ในคลาสใด (ถ้าใช้ Exact Bayes ที่ cut off 0.2)

• Fraudulent

• Truthful

• ไม่สามารถจำแนกได้

• ข้อมูลไม่เพียงพอ

Fill in the Blanks

ความน่าจะเป็นที่รายงานทางการเงินจะถูกจัดประเภทเป็น “ทุจริต” ถ้าทราบว่าบริษัทมีขนาดใหญ่และเคยมีประวัติปัญหาทางกฎหมาย มีค่าเท่าใด (ถ้าใช้ Naive Bayes)

Multiple Choice

ด้วยวิธี Naive Bayes เราได้ว่า P(Fraud | large and Previous legal) = 0.87 ถ้าทราบว่าบริษัทเล็กและเคยมีปัญหาทางกฎหมาย เราควรจำแนกบริษัทนี้อยู่ในคลาสใด (ถ้าใช้ cut off 0.5)

• Fraudulent

• Truthful

• ไม่สามารถจำแนกได้

• ข้อมูลไม่เพียงพอ

Fill in the Blanks

ความน่าจะเป็นที่รายงานทางการเงินจะถูกจัดประเภทเป็น “ทุจริต” ถ้าทราบว่าบริษัทมีขนาดเล็กแต่ไม่เคยมีประวัติปัญหาทางกฎหมาย มีค่าเท่าใด (ถ้าใช้ Naive Bayes)

Multiple Choice

ด้วยวิธี Naive Bayes เราได้ว่า P(Fraud | small and no Previous legal) = 0.07 ถ้าทราบว่าบริษัทเล็กแต่ไม่เคยมีปัญหาทางกฎหมาย เราควรจำแนกบริษัทนี้อยู่ในคลาสใด (ถ้าใช้ cut off 0.5)

• Fraudulent

• Truthful

• ไม่สามารถจำแนกได้

• ข้อมูลไม่เพียงพอ