Resumen de El Clasificador Grafo de Decisión Probabilístico

Jens P. Nielsen, Rafael Rumí Rodríguez , Antonio Salmerón Cerdán

• Proponemos un algoritmo de aprendizaje supervisado de grafos de decisi ´on probabil´ýsticos (PDG) orientados a clasificaci´on. El modelo PDG captura de forma natural independencias basadas en el contexto dif´ýcilmente representables con otros modelos gr´aficos como el Na¨ýve Bayes (NB) o los ´arboles de clasificaci´on (CT), lo que significa que los PDGs son capaces de representar ciertas distribuciones de probabilidad con menos par´ametros, disminuyendo el riesgo de sobreajuste. Comparamos experimentalmente el modelo propuesto con varios clasificadores conocidos, observando un comportamiento competitivo del modelo PDG en la mayor´ýa de los casos.