TANC-BIC结构学习算法的改进

摘要：

基于概率的贝叶斯分类器以其简单的结构和良好的性能受到重视,树扩展朴素贝叶斯分类器TANC应用较广.用TANC-BIC结构学习算法构建的分类器取得了成功,但TANC-BIC结构学习算法未考虑类节点的情况.文中提出了一种新的结构学习TANC-CBIC算法.并在贝叶斯分类器实验平台MBNC上编程实现.实验结果表明,改进算法分类准确率要高于由TANC-BIC和TANC-CMI结构学习算法构建的分类器,TANC-CBIC结构学习算法是有效的.

关键词：树扩展朴素贝叶斯分类器、贝叶斯信息标准测度、结构学习、数据采掘

所属期刊栏目：16

分类号：TP301.6(计算技术、计算机技术)

资助基金：安徽省高校青年教师科研项目2005JQ1079

在线出版日期：2006-07-07（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：44-46