Robuster Naive Bayes

Robuster Naive Bayes erweitert den Standard-Naive-Bayes-Klassifikator, um Unsicherheit oder Rauschen in klassenbedingten Wahrscheinlichkeitsschätzungen zu handhaben, indem Punktschätzungen durch Intervalle oder Verteilungssets ersetzt werden. Die kanonische Formulierung – der Naive Credal Classifier, der von Zaffalon (2002) vorgeschlagen wurde – verwendet unpräzise Wahrscheinlichkeitsmengen, sodass Vorhersagen nur getroffen werden, wenn alle Verteilungen in der Menge übereinstimmen, und ein Label zurückgehalten wird, wenn die Evidenz unzureichend ist.