已閱讀1頁，還剩45頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、分類算法是機器學(xué)習(xí)、模式識別、數(shù)據(jù)挖掘等領(lǐng)域中研究和應(yīng)用最廣泛的一個重要課題。目前已知的分類算法中一種重要的基于統(tǒng)計方法的模型是貝葉斯分類模型，在貝葉斯分類模型中實用性最高和應(yīng)用最廣泛的是樸素貝葉斯分類器。但是由于樸素貝葉斯基于的條件獨立性假設(shè)在現(xiàn)實的并不一定成立，因此為了提高其性能，研究人員們提出了多種可以表示屬性間依賴關(guān)系的樸素貝葉斯分類器的改進算法(如TAN，AODE，HNB等)。但是這些改進算法大多不能直接處理連續(xù)屬性值類型，因
2、此連續(xù)類型的屬性值必須先離散化后才能被處理，這樣可能會造成不必要的精度損失，尤其當(dāng)訓(xùn)練數(shù)據(jù)中包含較多的連續(xù)變量屬性的情況下。 在本文中我們提出了通過有效地定義條件概率分布來改善基于樸素貝葉斯分類器的改進算法的性能的方法，并在Weka的框架下實現(xiàn)了我們提出的改進算法，同時考慮到AODE算法較高的空間復(fù)雜度，我們利用選擇性集成的思想對AODE算法進行了改進，以降低其存儲空間復(fù)雜度。試驗結(jié)果亦證明我們提出的改進算法與原始算法相比在性能
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Volume Test的貝葉斯分類器研究.pdf
- 樸素貝葉斯分類器的改進
- 樸素貝葉斯分類器的改進
- 多維貝葉斯分類器的研究.pdf
- 基于貝葉斯分類器的圖像標(biāo)注算法研究.pdf
- 基于貝葉斯分類器的數(shù)據(jù)集重疊問題研究.pdf
- 樸素貝葉斯分類器的研究與應(yīng)用.pdf
- 基于多種貝葉斯分類器的變壓器故障組合診斷.pdf
- 基于依賴分析和假設(shè)檢驗的貝葉斯分類器.pdf
- 基于多貝葉斯分類器融合的人臉識別.pdf
- 入侵檢測中的貝葉斯分類器的研究.pdf
- 117.基于貝葉斯分類器的個人信用評估研究
- 基于遺傳算法的貝葉斯分類器結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 基于灰度差投影與貝葉斯分類器的表情識別研究.pdf
- 基于連續(xù)型數(shù)據(jù)的樸素貝葉斯分類器的改進研究.pdf
- 監(jiān)督學(xué)習(xí)下的貝葉斯分類器研究.pdf
- 模式識別大作業(yè) - 圖片的貝葉斯分類器分類.docx
- 貝葉斯分類器研究及其在Web文檔分類中的應(yīng)用.pdf
- 基于weka的數(shù)據(jù)分類分析實驗報告
- 基于核密度估計的相關(guān)網(wǎng)絡(luò)流量貝葉斯分類器.pdf
評論
0/150
提交評論