独立に依存する推定値(ODE) 独立依存推定は、半単純ベイズ分類器で最も一般的に使用される戦略です。いわゆる独立依存とは、各属性がカテゴリ外の他の属性に最大 1 つだけ依存することを意味します。

Naive Bayes のクラス条件付き確率:

独立した依存性推定の下でのクラス条件付き確率:

どこで_私 属性 x の場合_私 それが依存するプロパティは x と呼ばれます_私 親プロパティ。各属性について、その親属性が既知であれば、数学的手法を使用して確率値 P (x_私 |c、pa_私 ）。

独立した従属推定値の分類

独立した依存性推定を実装するには、主に 3 つの方法があります。

1) SPODE (Super-Parent Independent dependency Estimation)。すべての属性が「スーパーペアレント」と呼ばれる同じ属性に依存していると仮定し、相互検証などのモデル手法を通じてスーパーペアレント属性を決定します。

2) TAN (Tree Augmented naive Bayes)、最大加重スパニング ツリー アルゴリズムに基づいて依存関係を構築します。

3) AODE (平均独立依存推定) は、各属性をスーパー親として扱うことによって SPOE を構築しようとします。統合結果は、Naive Bayes と同様に、モデルの選択を必要とせず、適格なサンプルの数です。

関連語: 半単純ベイズ分類器、スーパーペアレント属性。