Augmented Bayes分类器的一种学习方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：NaYve Bayes分类器作为一种计算简单、精度较高的分类方法，已经得到了广泛应用。但是其所作的假设：各属性之间相互独立却非常容易的现实中被违背，阻碍了分类器精度的进一步提高。而Bayes网络较好地考虑了属性之间的依赖关系，但是其计算相当复杂。Augmented Bayes分类器将两者的优点结合在一起，既考虑了属性之间的依赖关系，又保证了算法的简单性。该文从属性所拥有的信息量出发考虑，提出了Augmented Bayes分类器的一种基于熵的学习方法。最后，通过测试数据将该方法与Nayve Bayes分类器和SuperParent算法进行了比较。

原文链接:http://www.cqvip.com//QK/91690X/200217/6769032.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：augmented Bayes mente 学习方法 baye Augmented Bayes分类器 学习方法 熵分析 机器学习