Robust Naive Bayes

Robust Naive Bayes utökar den standardmässiga Naive Bayes-klassificeraren för att hantera osäkerhet eller brus i klassvillkorliga sannolikhetsestimat genom att ersätta punktestimat av sannolikheter med intervall eller mängder av fördelningar. Den kanoniska formuleringen – Naive Credal Classifier, som föreslogs av Zaffalon (2002) – använder mängder av oprecisa sannolikheter så att prediktioner endast görs när alla fördelningar i mängden är överens, och avstår från en etikett när evidensen är otillräcklig.