沈阳农业大学学报
瀋暘農業大學學報
침양농업대학학보
JOURNAL OF SHENYANG AGRICULTURAL UNIVERSITY
2011年
3期
349-353
,共5页
增量学习%贝叶斯分类%类别标签%分类算法%贝叶斯网络
增量學習%貝葉斯分類%類彆標籤%分類算法%貝葉斯網絡
증량학습%패협사분류%유별표첨%분류산법%패협사망락
自动分类是数据挖掘和机器学习中非常重要的研究领域.针对难以获得大量有类标签的训练集问题,提出了基于小规模训练集的增量式贝叶斯Bayes分类,给出增量式Bayes分类机理参数计算及其算法.对算法分两种情况处理,第一种情况是新增样本有类别标签,利用现有分类器检验其类标签,如果匹配则保留当前分类器,否则利用新样本修正分类器；第二种情况是新增样本无类别标签,则利用现有分类器为其训练类标签,然后利用新样本来修正分类器.试验结果表明,该算法是可行有效的,比Naive Bayes分类算法有更高的精度.增量式Bayes分类算法的提出为分类器的更新提供了一条新途径.
自動分類是數據挖掘和機器學習中非常重要的研究領域.針對難以穫得大量有類標籤的訓練集問題,提齣瞭基于小規模訓練集的增量式貝葉斯Bayes分類,給齣增量式Bayes分類機理參數計算及其算法.對算法分兩種情況處理,第一種情況是新增樣本有類彆標籤,利用現有分類器檢驗其類標籤,如果匹配則保留噹前分類器,否則利用新樣本脩正分類器；第二種情況是新增樣本無類彆標籤,則利用現有分類器為其訓練類標籤,然後利用新樣本來脩正分類器.試驗結果錶明,該算法是可行有效的,比Naive Bayes分類算法有更高的精度.增量式Bayes分類算法的提齣為分類器的更新提供瞭一條新途徑.
자동분류시수거알굴화궤기학습중비상중요적연구영역.침대난이획득대량유류표첨적훈련집문제,제출료기우소규모훈련집적증량식패협사Bayes분류,급출증량식Bayes분류궤리삼수계산급기산법.대산법분량충정황처리,제일충정황시신증양본유유별표첨,이용현유분류기검험기류표첨,여과필배칙보류당전분류기,부칙이용신양본수정분류기；제이충정황시신증양본무유별표첨,칙이용현유분류기위기훈련류표첨,연후이용신양본래수정분류기.시험결과표명,해산법시가행유효적,비Naive Bayes분류산법유경고적정도.증량식Bayes분류산법적제출위분류기적경신제공료일조신도경.
