Classificateurs Bayésiens Semi-naïfs
Classificateur bayésien semi-naïfC'est une méthode de classification qui prend en compte l'interdépendance entre certains attributs. Il s’agit d’une stratégie de relaxation lorsque l’indépendance mutuelle des caractéristiques du classificateur bayésien naïf est difficile à satisfaire.
La stratégie la plus couramment utilisée du classificateur semi-naïf de Bayes consiste à supposer que chaque attribut dépend au plus d'un autre attribut, et l'attribut dont il dépend est appelé son attribut super-parent. Cette relation est appelée : estimation de dépendance unique (EDO).
Changements dans la forme mathématique
La probabilité de prédiction de l'échantillon de Naive Bayes est :
La probabilité de prédiction de l'échantillon de Bayes semi-naïf est :
Nous pouvons voir que la probabilité conditionnelle de classe P(xje | c) Modifié en xje Dépend d'une catégorie c et d'une propriété de dépendance paje .
Mots apparentés : classificateur bayésien naïf
Sous-mots : estimation de dépendance unique
Références
【1】https://blog.csdn.net/xo3ylAF9kGs/article/details/78643424
【2】https://github.com/familyld/Machine_Learning/blob/master/07Bayes_classifier.md