计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2004年
14期
57-59
,共3页
贝叶斯分类器%增量学习%共轭分布%Dirichlet分布
貝葉斯分類器%增量學習%共軛分佈%Dirichlet分佈
패협사분류기%증량학습%공액분포%Dirichlet분포
首先介绍了一种朴素贝叶斯增量分类模型,然后提出了一种新的序列学习算法以弥补其学习序列中存在的不足:训练实例的先验知识得不到充分利用,测试实例的完备性对分类的影响在学习过程中得不到体现等.该算法引入一个分类损失权重系数λ,用于计算分类损失大小.引入该系数的作用在于:充分利用先验知识对分类器进行了优化;通过选择合理的学习序列强化了较完备数据对分类的积极影响,弱化了噪音数据的消极影响,从而提高分类精度;弥补了独立性假设在实际问题中的不足等.
首先介紹瞭一種樸素貝葉斯增量分類模型,然後提齣瞭一種新的序列學習算法以瀰補其學習序列中存在的不足:訓練實例的先驗知識得不到充分利用,測試實例的完備性對分類的影響在學習過程中得不到體現等.該算法引入一箇分類損失權重繫數λ,用于計算分類損失大小.引入該繫數的作用在于:充分利用先驗知識對分類器進行瞭優化;通過選擇閤理的學習序列彊化瞭較完備數據對分類的積極影響,弱化瞭譟音數據的消極影響,從而提高分類精度;瀰補瞭獨立性假設在實際問題中的不足等.
수선개소료일충박소패협사증량분류모형,연후제출료일충신적서렬학습산법이미보기학습서렬중존재적불족:훈련실례적선험지식득불도충분이용,측시실례적완비성대분류적영향재학습과정중득불도체현등.해산법인입일개분류손실권중계수λ,용우계산분류손실대소.인입해계수적작용재우:충분이용선험지식대분류기진행료우화;통과선택합리적학습서렬강화료교완비수거대분류적적겁영향,약화료조음수거적소겁영향,종이제고분류정도;미보료독립성가설재실제문제중적불족등.
