Il classificatore Naive Bayes è il classificatore che assegna gli elementi a una classe base alla massimizzazione della posteriore ( C | x ) per l'appartenenza alla classe e presuppone che le caratteristiche degli elementi siano indipendenti.
La perdita 0-1 è la perdita che assegna a qualsiasi classificazione errata una perdita di "1" e una perdita di "0" a qualsiasi classificazione corretta.
Leggo spesso (1) che il classificatore "Naive Bayes" è ottimale per la perdita 0-1. Perché è vero?
(1) Una fonte esemplare: classificatore Bayes ed errore Bayes