Это газета десятилетней давности. Мне понравилась идея использовать «Минимальную длину описания» для изучения структуры байесовской сети. Эта статья немного скудна по деталям реализации. Автор пытается сравнить байесовский метод, основанный на условных зависимостях, с наивным байесовским методом, использующим условную независимость.
Покопаемся в бумаге..
Сети байесовского убеждения хороши для выявления аномальных событий, и результаты также легко объяснимы. В отличие от частотного метода понятие вероятности является интуитивно понятным. Пг[2]
Принцип минимальной длины описания (MDL):
MDL — это ключевой метод, использованный в этой статье. Концепция использует теорию информации и бритву Оккама. Эффективная сеть — это та, которая требует минимального описания. Понятие длины в этой статье — это «количество битов, необходимое для хранения сети в памяти». Подробности о построении различных комбинаций таких сетей скудны. Пг[3]
Стратегия дискретизации входных данных:
Представление входных данных и стратегия дискретизации являются ключевыми для расчета вероятностей. Автор следует простой стратегии биннинга. Вот подробности. Пг[3,4]
Подробности о наборе данных:
Это еще одна область, которая меня беспокоит. Выборка была слишком маленькой. Пг[5]
Обучение и выводы:
Подробности об обучении не сообщаются. При выводе используются два пороговых значения «минимальная юридическая вероятность» и «максимальная вероятность мошенничества». Похоже, они пришли совершенно эвристически. Было бы хорошо, если бы для получения этих значений использовались кривые Precision, Recall. Но мы должны учитывать контекст, если этой статье уже десять лет. Пг[4]
Несмотря на то, что детали реализации скудны. В целом идея и подход стоили того, чтобы поделиться этой статьей.
