‫ توسعه ساختار طبقه بندی کننده بیز ساده با هدف مدل سازی وابستگی متقابل شرطی ویژگی ها (پذیرفته شده-در دست انتشار)

توسعه ساختار طبقه بندی کننده بیز ساده با هدف مدل سازی وابستگی متقابل شرطی ویژگی ها (پذیرفته شده-در دست انتشار)

نیما شیری هرزویلی, ساسان حسینعلی زاده

چکیده

طبقه ­بندی کننده بیز ساده به دلیل کارایی بالا در پیش ­بینی و سادگی در ساخت مورد توجه محققین بسیاری قرارگرفته است. بنیان این طبقه ­بندی کننده بر اساس استقلال شرطی متغیر­ها (ویژگی ­ها) به شرط کلاس است. اگرچه، به دلیل وابستگی متقابل بین ویژگی ­ها این فرض در کاربرد­های واقعی این طبقه ­بندی کننده صادق نیست. از این رو، در این مقاله از مفهوم متغیرهای پنهان برای ارائه مدلی تحت عنوان "طبقه ­بندی کننده بیز ساده آمیخته با متغیر پنهان (MLNB)" به منظور کاهش فرض استقلال شرطی و مدل­ سازی ویژگی­ ها ارائه شده است. الگوریتم امید ریاضی- بیشینه (EM) به منظور تخمین پارامترهای مدل استفاده شده است. شبیه سازی­ها بر روی 7 مجموعه داده از مخزن یادگیری ماشین دانشگاه کالیفورنیا ایرواین نشانگر این است که روش پیشنهادی عملکرد قابل توجهی بر اساس صحت طبقه ­بندی، ناحیه زیر منحنی ROC و معیار F-measure در مقایسه با توسعه ­های اخیر بیز ساده دارد.

کلمات کلیدی

طبقه¬بندی کننده بیز ساده, استقلال شرطی, متغیرهای پنهان, شبکه های بیزین