动态朴素贝叶斯网络分类器的特征子集选择

分类准确性是分类器最重要的性能指标,特征子集选择是提高分类器分类准确性的一种有效方法。现有的特征子集选择方法主要针对静态分类器,缺少动态分类器特征子集选择方面的研究。首先给出具有连续属性的动态朴素贝叶斯网络分类器和动态分类准确性评价标准,在此基础上建立动态朴素贝叶斯网络分类器的特征子集选择方法,并使用真实宏观经济时序数据进行实验与分析。

朴素贝叶斯分类算法研究

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。

男人与车

对于男人与车这个话题，有太多的语说，不同年龄的男人与不同的车，有着不同的特性。