计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2005年
12期
2882-2884
,共3页
数据挖掘%分类%贝叶斯原理%决策树
數據挖掘%分類%貝葉斯原理%決策樹
수거알굴%분류%패협사원리%결책수
针对数据挖掘的特点和本质,充分利用贝叶斯方法和决策树分类的优点,将贝叶斯的先验信息方法与决策树分类的信息增益方法相结合,提出了一种新的数据挖掘分类算法(BD1.0算法),并对此算法进行了设计和分析.实验分析表明,该算法可以处理不一致或者不完整数据等"脏数据",比单纯使用贝叶斯方法或决策树方法具有更高的准确率,而且与C4.5算法具有近似的时间复杂度.
針對數據挖掘的特點和本質,充分利用貝葉斯方法和決策樹分類的優點,將貝葉斯的先驗信息方法與決策樹分類的信息增益方法相結閤,提齣瞭一種新的數據挖掘分類算法(BD1.0算法),併對此算法進行瞭設計和分析.實驗分析錶明,該算法可以處理不一緻或者不完整數據等"髒數據",比單純使用貝葉斯方法或決策樹方法具有更高的準確率,而且與C4.5算法具有近似的時間複雜度.
침대수거알굴적특점화본질,충분이용패협사방법화결책수분류적우점,장패협사적선험신식방법여결책수분류적신식증익방법상결합,제출료일충신적수거알굴분류산법(BD1.0산법),병대차산법진행료설계화분석.실험분석표명,해산법가이처리불일치혹자불완정수거등"장수거",비단순사용패협사방법혹결책수방법구유경고적준학솔,이차여C4.5산법구유근사적시간복잡도.
