处理缺失数据的朴素贝叶斯分类增量算法
처리결실수거적박소패협사분류증량산법
Incremental Na(I)ve Bayesian Algorithms with Missing Data
  • 万方数据
    科学技术与工程 과학기술여공정
    SCIENCE TECHNOLOGY AND ENGINEERING
    2008年 14期 3812-3815 ,共4页

    蒋望东%陆小艺%林士敏

    장망동%륙소예%림사민

    增量学习%朴素贝叶斯%缺失数据 增量學習%樸素貝葉斯%缺失數據
    증량학습%박소패협사%결실수거
    在具有缺失数据的数据集的分类过程中,缺失的数据中蕴含着有用的信息未被考虑的情况会引起分类精度的下降.增量式的学习能够利用不断加入的信息更新学习模型,并充分利用先验信息求解当前问题.给出了一个利用朴素贝叶斯分类模型实现对缺失数据的增量分类的算法.该算法在增量学习的过程中考虑了缺失数据和先验信息对分类器的影响.
    재구유결실수거적수거집적분류과정중,결실적수거중온함착유용적신식미피고필적정황회인기분류정도적하강.증량식적학습능구이용불단가입적신식경신학습모형,병충분이용선험신식구해당전문제.급출료일개이용박소패협사분류모형실현대결실수거적증량분류적산법.해산법재증량학습적과정중고필료결실수거화선험신식대분류기적영향.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문