正則化ナイーブベイズ

正則化ナイーブベイズは、古典的なナイーブベイズ確率分類器に、明示的な平滑化またはシュリンケージ（最も一般的にはラプラス（加法）平滑化）を加えて拡張したもので、未知の特徴量の値に対するゼロ確率推定を防ぎ、過学習を低減します。その結果、高速で堅牢な分類器が得られ、特にテキストのような疎または高次元のデータにおいて、平滑化されていないナイーブベイズよりも優れた汎化性能を発揮します。