朴素贝叶斯分类算法在条件完全不独立时的问题

来源：蜘蛛抓取(WebSpider) 时间：2014-10-14 17:17 标签： 朴素贝叶斯分类
朴素贝叶斯模型可用于解决哪些问题_百度知道
朴素贝叶斯模型可用于解决哪些问题
最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法[
河南能源技工
其他类似问题
为您推荐：
朴素贝叶斯的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
关于朴素贝叶斯分类算法的改进
下载积分：1000
内容提示：关于朴素贝叶斯分类算法的改进
文档格式：PDF|
浏览次数：204|
上传日期： 08:06:43|
文档星级：
该用户还上传了这些文档
关于朴素贝叶斯分类算法的改进
官方公共微信Bayes-Classifier-Association-Rules 朴素贝叶斯分类是一种简单而高效的 模型，然而条件独立性假设在现实中很少出，致使 AI-NN-PR 人工智能/神经网络 238万源代码下载-
&文件名称: Bayes-Classifier-Association-Rules
& & & & &&]
&&所属分类:
&&开发工具: Others
&&文件大小: 1280 KB
&&上传时间:
&&下载次数: 4
&&提 供 者:
&详细说明：朴素贝叶斯分类是一种简单而高效的分类模型，然而条件独立性假设在现实中很少出，致使其性能有所下降。通过引入关联规则，从两方面来改善朴素贝叶斯分类的性能。一方面，通过对关联规则的挖掘，发现条件属性之间的关联关系，并且利用这种关联关系弱化朴素贝叶斯的独立性假设；另一方面，通过关联规则的置信度，给朴素贝叶斯加权。 -Naive Bayesian classifier is a simple and efficient classification model, the conditional independence assumption, however, rarely in the real world, resulting in decreased performance. Through the introduction of association rules, two ways to improve the performance of naive Bayesian classifier. On the one hand, by association rule mining, found the association between condition attributes and use this association weakened Bayesian independence assumption
the other hand, by association rule confidence, to the simple Bayesian Alaska right.
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&一种利用关联规则的改进朴素贝叶斯分类算法.pdf
&相关搜索:
&输入关键字，在本站238万海量源码库中尽情搜索：
&[] - This paper presents the top 10 data mining algorithms identified by the IEEE
International Conference on Data Mining (ICDM) in December 2006: C4.5, k朴素贝叶斯在条件完全不独立时的问题朴素贝叶斯用于条件独立的情况,假设如果条件完全不独立（全模型）,1.& p（x|y=c）该怎么表示?2. 在样本较小和较大的情况下,那种分类器错误率低?3. 还有计算复杂度的问题.下面是原题,如果有时间帮我看下,没时间的话简单说下上面的问题,3Q
俺部林=嗡部林=速度要快 :"OM PE RIN = OMPRIN" (嗡伯铃) 唵：读（ǎn俺）或读（ōng/om 嗡）
为您推荐：
其他类似问题
扫描下载二维码改进属性独立的加权朴素贝叶斯分类测试算法--《电子质量》2015年08期
改进属性独立的加权朴素贝叶斯分类测试算法
【摘要】：朴素贝叶斯算法是一种简单而高效的分类算法,但它的条件独立性和属性重要性假设,影响了其分类性能。为改进其分类性能,该文提出了一种改进属性独立的加权朴素贝叶斯分类测试算法。该算法同时放松了NB算法属性独立性、属性重要性两个假设,提升了分类正确率。通过在UCI部分数据集上进行仿真实验,与NB和WNB算法相比,证明了该算法的有效性。
【作者单位】：
【关键词】：
【基金】：
【分类号】：TP18【正文快照】：
0引言较强相关性时较好地提升分类效果,但是该算法依旧假分类问题一直是机器学习、模式识别、数据挖掘领定条件属性相对于决策属性重要性相同,当条件属性相域的重要问题。在众多的分类方法和理论当中,朴素贝对于决策属性重要性不同时,分类性能并不理想;Harry叶斯分类器NB(Naiv
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【参考文献】
中国期刊全文数据库
秦锋;任诗流;程泽凯;罗慧;;[J];计算机工程与应用;2008年06期
李方;刘琼荪;;[J];计算机工程与应用;2010年04期
【共引文献】
中国期刊全文数据库
杨霞;董红斌;张海玉;;[J];电脑知识与技术;2010年11期
李雪莲;;[J];电子质量;2010年07期
焦鹏;王新政;谢鹏远;;[J];电讯技术;2013年03期
杨忠强;秦亮曦;;[J];广西大学学报(自然科学版);2013年05期
张鲲;;[J];重庆科技学院学报(自然科学版);2014年05期
王晶;张春英;;[J];河北理工大学学报(自然科学版);2011年01期
王英伟;张超谟;马肃滨;柯年日;吴都;钦黎明;王敏;;[J];石油天然气学报;2011年11期
杜会锋;刘琼荪;;[J];计算机工程与应用;2010年10期
张亚萍;胡学钢;方振国;姜恩华;;[J];计算机工程与应用;2012年11期
张震;胡学钢;;[J];计算机应用;2011年06期
中国博士学位论文全文数据库
李旭升;[D];西南交通大学;2007年
谢珺;[D];太原理工大学;2009年
中国硕士学位论文全文数据库
郭文政;[D];南京信息工程大学;2011年
戚春超;[D];南京信息工程大学;2011年
王福枝;[D];漳州师范学院;2011年
杨帆;[D];安徽工业大学;2011年
高岩;[D];华南理工大学;2011年
林杰;[D];云南财经大学;2011年
贾娴;[D];山东师范大学;2012年
茅伟强;[D];苏州大学;2007年
邓玉俊;[D];江南大学;2009年
杜会锋;[D];重庆大学;2009年
【二级参考文献】
中国期刊全文数据库
程泽凯,林士敏,陆玉昌,蒋望东,陆小艺;[J];复旦学报(自然科学版);2004年05期
程克非;张聪;;[J];计算机仿真;2006年10期
【相似文献】
中国期刊全文数据库
王峻;;[J];计算机技术与发展;2007年02期
田子德;王国君;;[J];白城师范学院学报;2007年06期
杨彩虹;黄本雄;;[J];计算机应用与软件;2011年01期
胡文斌;孟波;王少梅;;[J];计算机集成制造系统;2005年12期
李方;刘琼荪;;[J];计算机工程与应用;2010年04期
丁光华;周继鹏;周敏;;[J];微计算机信息;2010年09期
蔡志强;孙树栋;YANNOU B司书宾;;[J];计算机应用研究;2009年09期
游正陆;张刚;;[J];改革与开放;2013年06期
朱志勇;徐长梅;刘志兵;胡晨刚;;[J];计算机工程与科学;2013年03期
董立岩;刘光远;苑森淼;李永丽;孙铭会;;[J];吉林大学学报(信息科学版);2007年01期
中国重要会议论文全文数据库
袁野;胡邦辉;刘丹军;苏宏琛;;[A];第26届中国气象学会年会灾害天气事件的预警、预报及防灾减灾分会场论文集[C];2009年
李千目;严悍;刘静;王宗月;张宏;刘凤玉;;[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
马后锋;樊兴华;;[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年
邓红;陈丹;周方;;[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集（下册）[C];2010年
周德全;;[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
陈猛;郭华平;范明;;[A];第二十五届中国数据库学术会议论文集（二）[C];2008年
中国博士学位论文全文数据库
关菁华;[D];吉林大学;2009年
朱明敏;[D];西安电子科技大学;2013年
中国硕士学位论文全文数据库
李平;[D];浙江工业大学;2013年
王峻;[D];合肥工业大学;2006年
张亚萍;[D];合肥工业大学;2006年
余民杰;[D];云南财经大学;2012年
李冠广;[D];大连理工大学;2010年
刘辉;[D];西南交通大学;2005年
孙铭会;[D];吉林大学;2007年
朱晓丹;[D];厦门大学;2014年
彭兴媛;[D];重庆大学;2012年
张秀方;[D];西安电子科技大学;2014年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号

我要回帖

更多关于 朴素贝叶斯分类 的文章

 

随机推荐