10.13229/j.cnki.jdxbgxb201603031
基于半监督学习的朴素贝叶斯分类新算法
为了在有标签的训练集中保留高质量的样本,首先利用无标签训练集得出置信度高的k个样本,再结合有标签训练样本,不断迭代直至训练完成.实验结果表明:随着无标记样本比例的不断增加,本文算法预测准确性明显高于朴素贝叶斯分类算法,而且其性能比传统半监督学习方法有所改善.
计算机应用、半监督学习、朴素贝叶斯、无类标签分类
46
TP301.6(计算技术、计算机技术)
国家自然科学基金项目61272209
2016-08-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
884-889