期刊文献+

对朴素贝叶斯分类器的改进 被引量:11

下载PDF
导出
摘要 分类是十分基础且很关键的数据分析技术,而基于贝叶斯理论的朴素贝叶斯分类技术是当前数据分析领域的一个研究热点。文章针对条件独立性假设提出了基于主成分分析的改进方法,以期能够充分体现朴素贝叶斯分类器在分类中的优势,实现改进分类效果的目的。
出处 《统计与决策》 CSSCI 北大核心 2016年第21期9-11,共3页 Statistics & Decision
基金 华中科技大学教改基金资助项目(2013070 2015068) 华中科技大学自主创新基金资助项目(2013QN171)
  • 相关文献

参考文献3

  • 1HanJ, Kambr M. Data Mining:Concepts and TechniquesfM]. SanFramcisco, CA: Morgan Kaufmann Publishers. 2001.
  • 2LangleyP, Sage S. Induction of Selective Bayesian Classifiers: In Pro-ceedings of the Tenth Conference on Uncertainty in Artificial Intelli-gence[C]. San Framcisco, CA: Morgan Kaufmann Publishers, 1994.
  • 3王斌会.多元统计分析及R语言建模[M].广州:暨南大学出版社,2011.

共引文献16

同被引文献94

引证文献11

二级引证文献46

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部