ロバストナイーブベイズ

ロバストナイーブベイズは、点推定された確率の代わりに区間または分布の集合を用いることで、クラス条件付き確率推定における不確実性やノイズに対応するよう、標準的なナイーブベイズ分類器を拡張したものです。Zaffalon (2002) によって提案されたナイーブ・クレダル分類器（Naive Credal Classifier）という典型的な定式化では、不正確な確率の集合を使用し、集合内のすべての分布が一致する場合にのみ予測を行い、証拠が不十分な場合はラベル付けを保留します。