首页 | 官方网站   微博 | 高级检索  
     

基于动态约简的增量贝叶斯分类算法的研究
引用本文:孙玲芳,徐会,王成文,祁军.基于动态约简的增量贝叶斯分类算法的研究[J].计算机应用与软件,2015(3):188-191.
作者姓名:孙玲芳  徐会  王成文  祁军
作者单位:1. 泰州学院 江苏 泰州 225300
2. 江苏科技大学经济管理学院 江苏 镇江 212003
基金项目:教育部人文社会科学研究项目(10YJAZ H069);江苏省第九批“六大人才高峰”高层次人才项目(XXRJ-013)
摘    要:朴素贝叶斯由于条件独立性假设使其分类效果不明显,同时在处理海量数据时缺乏灵活性。针对以上情况,提出一种基于动态约简的增量贝叶斯分类算法。算法首先利用(F-λ)广义动态约简计算出数据集的核属性,然后根据训练集的先验信息构造分类器对测试实例进行分类,最后利用类置信度进行选择性增量学习,增强处理增量数据的能力。实验结果表明,该算法在处理属性少的小量数据时,分类效果有一定的改善,在处理多属性大量数据时,分类效果明显提高。

关 键 词:粗糙集  动态约简  增量学习  朴素贝叶斯

ON INCREMENTAL NAVE BAYESIAN CLASSIFICATION ALGORITHM BASED ON DYNAMIC REDUCTION
Sun Lingfang , Xu Hui , Wang Chengwen , Qi Jun.ON INCREMENTAL NAVE BAYESIAN CLASSIFICATION ALGORITHM BASED ON DYNAMIC REDUCTION[J].Computer Applications and Software,2015(3):188-191.
Authors:Sun Lingfang  Xu Hui  Wang Chengwen  Qi Jun
Affiliation:Sun Lingfang;Xu Hui;Wang Chengwen;Qi Jun;Taizhou University;School of Economics and Management,Jiangsu University of Science and Technology;
Abstract:
Keywords:Rough set  Dynamic reduction  Incremental learning  Nave Bayesian
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号