Dynamic Naïve Bayes
Dynamic Naive Bayes (DNB) è un algoritmo dedicato a individuare e clusterizzare le complesse relazioni di causa-effetto in dataset discreti e rappresenta un processo temporale multivariato.
L’algoritmo DNB si compone di tre parti:
1.Equazioni per rilevare le relazioni locali di causa-effetto tra le variabili nel flusso temporale;
2.Equazioni per stabilire i rapporti di causa-effetto prevalenti a livello globale tra le variabili nell’intero processo temporale multivariato;
3.Equazioni per selezionare la più probabile relazione di causa-effetto tra le variabili a differenti scale di tempo (Multi-Scale Entropy – MSE), al fine di raggrupparle e proiettarle in un grafo diretto, sparso o connesso.