В чём заключается принцип работы наивного байесовского классификатора?

Принцип работы наивного байесовского классификатора заключается в предположении, что значение определённого признака не зависит от значения любого другого признака, заданного переменной класса. en.wikipedia.org

Алгоритм строится следующим образом: habr.com

1. Изначально рассчитываются априорные вероятности классов. habr.com
2. Рассчитываются средние и стандартные отклонения признаков по классам. habr.com
3. На основе полученных отклонений признаков по классам рассчитывается вероятностная плотность тестовых признаков по распределению Гаусса. habr.com
4. Вычисляются апостериорные вероятности как произведение априорных вероятностей классов и вероятностных плотностей тестовых признаков. habr.com
5. Классы с максимальной апостериорной вероятностью становятся итоговым прогнозом. habr.com

Наивные байесовские классификаторы основаны на теореме Байеса — уравнении, описывающем связь условных вероятностей статистических величин. moodle.kstu.ru

Однако такое предположение не всегда является верным на практике и в ряде случаев может привести к значительному ухудшению качества прогнозов. habr.com