Naive Bayes régularisé

Le Naive Bayes régularisé augmente le classifieur probabiliste classique Naive Bayes avec un lissage ou une rétraction explicite — le plus souvent un lissage additif (Laplace) — pour éviter les estimations de probabilité nulle pour les valeurs de caractéristiques non vues et pour réduire le surapprentissage. Le résultat est un classifieur rapide et robuste qui généralise mieux que le Naive Bayes non lissé, en particulier sur des données éparses ou de haute dimension telles que le texte.