期刊文献+

基于朴素贝叶斯算法在垃圾邮件过滤中的研究综述 被引量:2

下载PDF
导出
摘要 朴素贝叶斯算法是理想化的算法模型,且基于条件特征相互独立的假设,不能满足实际应用。本文通过探究朴素贝叶斯算法的原理和操作步骤,并介绍基于此类算法的优化和改进,从而规避算法的不足,同时提高算法工作效率和文本过滤准确度。
作者 彭革
出处 《电脑知识与技术》 2020年第14期244-245,247,共3页 Computer Knowledge and Technology
  • 相关文献

参考文献5

二级参考文献33

  • 1姜卯生,王浩,姚宏亮.朴素贝叶斯分类器增量学习序列算法研究[J].计算机工程与应用,2004,40(14):57-59. 被引量:10
  • 2王双成,苑森淼.具有丢失数据的贝叶斯网络结构学习研究[J].软件学报,2004,15(7):1042-1048. 被引量:62
  • 3高洁,吉根林.一种增量式Bayes文本分类算法[J].南京师范大学学报(工程技术版),2004,4(3):49-52. 被引量:3
  • 4ChengXiang Zhai .A Note on the Expectation-Maximization (EM) Algorithm[A] .10th Int'l Conf on Information and Knowledge Management (CIKM 2001)[C].2001.403-410.
  • 5B Shahshahani,D Landgrebe.The Elect of Unlabeled Samples in Reducing the Small Sample Size Problem and Mitigrating the Hughes Pheonomenon[J].IEEE Trans on Geoscience and Remote Sensing,1994 ,32(5):1087-1095.
  • 6T Zhang,F Oles.A Probability Analysis on the Value of Unlabeled Data for Classification Problems[A].Proc of the 17th Int'l Conf on Machine Learning(ICML 2000)[C].2000.1191-1198.
  • 7Kamal Nigamy,Andrew Kachites Mccallumzy,Sebastian Thruny,et al.Text Classification from Labeled and Unlabeled Documents Using EM [M].Boston:Kluwer Academic Publishers,2000.
  • 8Seong-Bae Park,Byoung-Tak Zhang .Automatic Webpage Classification Enhanced by Unlabeled Data[A].IDEAL 2003.LNCS 2690[C].2003.821-825.
  • 9张亚萍,胡学钢.基于K-means的朴素贝叶斯分类算法的研究[J].计算机技术与发展,2007,17(11):33-35. 被引量:7
  • 10CHRISTOPHER M. Pattern recognition and machine learning[M]. New York: Springer, 2006.

共引文献57

同被引文献6

引证文献2

二级引证文献2

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