確率論「ベイズの定理」をもとにした分類モデル。

ナイーブベイズでは、「特徴量同士が無相関である」という単純な仮定を置く。
つまり、説明変数が独立して予測対象に影響を与えていると仮定する。
その上で、与えられたベータから考えられるすべての確率を計算し、「事後確率」がもっとも高いクラスに観測データを分類するような予測結果を出力する。

ウェブ記事のカテゴリ振り分け、スパムメールフィルタ、感情分析などに活用されている。

・並列分散処理が可能なため、高速なリアルタイム処理に強い。
・シンプルな手法なので精度はさほど高くない。低リスクなタスク向け。