朴素贝叶斯分类算法研究

下载PDF

导出

摘要分类算法研究是机器学习和人工智能的一个重要领域，本文介绍了朴素贝叶斯分类器及其扩展和优化方法（NB、TAN和SNB），使用国际通用人工智能数据库UCI比较这三种方法在实际问题中的分类情况，并与决策树算法C4．5进行比较，期望在这些算法比较试验结果的基础上，能给后续研究提供思路。

作者余民杰王元亮

机构地区云南财经大学信息学院

出处《商情》 2012年第8期226-227,共2页

关键词分类朴素贝叶斯树扩展朴素贝叶斯选择性朴素贝叶斯 C4.5

参考文献9

1Han J,Kamber M.数据挖掘:概念与技术.北京,机械工业出版社.2007.
2Quinlan, J. R. C4.5: Programs for Machine Learn- ing. San Francisco, CA: Morgan ICaufmann. 1993.
3Pearl, L Probabilistic Reasoning in Intelligent Systems: networks of plausible inference, Morgan Kaufmann... 1988.
4Duda, R. and Hart, P. Pattern classification and scene analysis. John Wiley I Sons. 1973.
5Friedman, N., Goigef, D. and Goldszmidt, M. Bayesian Network Classifiers. Machine Learning, 29, (pp. 131-161). 1997.
6Chow, C.K. and Liu, C.N. Approximating discrete probability distributions with dependence trees. IEEE Trans. on Information Theory, 14 (pp. 462-467). 1968.
7Kohavi, R., John G. Wrappers for Feature Subset Selection. In Artificial Intelligence journal, special issue on relevance, Vol. 97, No. 1-2 (pp.273-324). 1997.
8Langley, P. and Sage, S. Induction of Selective Bayesian Classifiers. In Proceedings of UAI-94. 1994.
9Murphy, P.M. and Aha, D.W. UCI repository of ma- chine learning databases, http://www, ics. uci. e- du/ m1earn/MLRepositorv, htm1.1995.

商情

2012年第8期

内容加载中请稍等...