TANC-BIC结构学习算法

摘要：

树扩展朴素贝叶斯分类器(TANC)是应用较广的一种贝叶斯分类器.TANC的分类性能优于朴素贝叶斯分类器(NBC).现有的TANC结构学习算法是基于相关性分析的,采用互信息测度.贝叶斯信息测度(BIC)在基于打分和搜索的贝叶斯网络结构学习中取得了成功,文中用BIC测度来衡量属性结点之间的相关性,提出了一种新的TANC-BIC结构学习算法.在MBNC实验平台上编程实现了TANC-BIC算法,用分类准确率衡量算法的性能.实验结果表明,TANC-BIC算法是有效的.

关键词：贝叶斯分类器、树扩展朴素贝叶斯分类器、贝叶斯信息标准测度、结构学习

所属期刊栏目：14

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家重点实验室基金99002

在线出版日期：2004-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：10-12