정규화 나이브 베이즈(Regularized Naive Bayes)는 고전적인 나이브 베이즈 확률 분류기에 명시적인 스무딩 또는 슈링크지(shrinkage)를 추가하여, 특히 라플라스(가법) 스무딩을 사용하여 보지 못한 특징값에 대한 0 확률 추정을 방지하고 과적합을 줄입니다. 그 결과, 특히 텍스트와 같은 희소하거나 고차원 데이터에서 비정규화된 나이브 베이즈보다 더 잘 일반화되는 빠르고 강건한 분류기가 됩니다.
Rennie, J. D. M., Shih, L., Teevan, J., & Karger, D. R. (2003). Tackling the poor assumptions of Naive Bayes text classifiers. In Proceedings of the 20th International Conference on Machine Learning (ICML-2003), pp. 616–623. link ↗