半朴素贝叶斯分类器 Semi-naive Bayes classifiers

半朴素贝叶斯分类器是考虑一部分属性间的相互依赖关系下的分类方式，是朴素贝叶斯分类器特征相互独立难以满足时的一种放松策略。

半朴素贝叶斯分类器最常用的策略：假定每个属性仅依赖于其他最多一个属性，称其依赖的这个属性为其超父属性，这种关系称为：独依赖估计（ODE）。

数学形式上的变化

朴素贝叶斯的样本预测概率为：

而半朴素贝叶斯的样本预测概率为：

可以看到类条件概率 P( x_i | c) 修改为了 x_i 依赖于分类 c 和 一个依赖属性 pa_i 。

相关词：朴素贝叶斯分类器

子级词：独依赖估计

参考来源

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

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