Semi-naive Bayes-Klassifikatoren

Semi-naiver Bayes-KlassifikatorEs handelt sich um eine Klassifizierungsmethode, die die gegenseitige Abhängigkeit einiger Attribute berücksichtigt. Es handelt sich um eine Relaxationsstrategie, wenn die gegenseitige Unabhängigkeit der Merkmale des naiven Bayes-Klassifikators schwer zu erfüllen ist.

Die am häufigsten verwendete Strategie des semi-naiven Bayes-Klassifikators besteht darin, anzunehmen, dass jedes Attribut höchstens von einem anderen Attribut abhängt, und das Attribut, von dem es abhängt, wird als sein übergeordnetes Attribut bezeichnet. Diese Beziehung wird als eindeutige Abhängigkeitsschätzung (ODE) bezeichnet.

Änderungen in der mathematischen Form

Die Stichprobenvorhersagewahrscheinlichkeit von Naive Bayes beträgt:

Die Stichprobenvorhersagewahrscheinlichkeit von semi-naivem Bayes beträgt:

Wir können sehen, dass die klassenbedingte Wahrscheinlichkeit P(x_ich | c) Geändert zu x_ich Hängt von einer Kategorie c und einer Abhängigkeitseigenschaft pa ab_ich .

Verwandte Wörter: Naive Bayes-Klassifikator

Unterwörter: eindeutige Abhängigkeitsschätzung

Verweise

【1】https://blog.csdn.net/xo3ylAF9kGs/article/details/78643424

【2】https://github.com/familyld/Machine_Learning/blob/master/07Bayes_classifier.md