特徴選択アナライザー

特徴選択は，たとえばクラス分類のためのベイジアンネットワークの開発での重要なタスクです．HUGIN Graphical User Interface は，特徴選択アナライザーで特徴選択をサポートします．特徴選択アナライザーは3つのステップを持ちます：

各ステップを以下に説明します．

データ・ファイルの読み込み

図 1: データ・ソース・パネル．ケースの集合がインポートされたところ．

ターゲット・ノードを選択

特徴選択は，ターゲット・ノードに関して実行されます．ターゲット・ノードが，このパネルで選択されます．

図 2: セットアップ・パネル.

特徴選択は，離散確率ノードにのみサポートされています．すなわち，ターゲット・ノードと特徴ノードは，すべての離散確率ノードであるはずです．

特徴選択

図 3 は，事例のネットワークとデータ集合での特徴選択の結果を示します．

図 3: 実行パネル.

特徴選択をサポートするため，周辺独立の検定の p-値が計算されます．p-値は，独立性の仮定での末端確率（tail probability）です． 値が高いほど，ノードが独立でありそうです（pは，帰無仮説 -独立性の仮定- においてデータから計算されたQ値以上の Q 値を獲得する確率．Q 値は，特徴とターゲットの結合分布と特徴とターゲットの周辺分布の積の間の距離の測度）．

したがって，小さい値（たとえば，有意水準アルファより小さい）については，そのノードが関係しないという帰無仮説は棄却され，故に，その特徴がターゲット・ノードに関係しているとみなします．

リスト中のノードの集合を選択すると，ウィザードを閉じるときに，それらのノードが選択されたままになります．これは，最も高いスコアの特徴を選択するのに便利です．