已閱讀1頁，還剩68頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于貝葉斯技術(shù)的分類是當(dāng)前數(shù)據(jù)挖掘領(lǐng)域的一個研究熱點.該文從兩個方面對貝葉斯分類模型進行了深入的研究:半樸素貝葉斯分類與增量貝葉斯分類.半樸素貝葉斯分類模型對樸素貝葉斯分類模型的結(jié)構(gòu)進行了擴展,其目的是為了突破樸素貝葉斯分類模型特征屬性間獨立性假設(shè)限制,提高分類性能.目前半樸素貝葉斯分類模型學(xué)習(xí)的關(guān)鍵是如何有效組合特征屬性.針對已有的學(xué)習(xí)算法中存在的效率不高及部分組合意義不大的問題,該文提出了條件互信息度量半樸素貝葉斯分類學(xué)習(xí)算法(CM
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于貝葉斯網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘算法的研究.pdf
- 基于貝葉斯方法的分類問題研究.pdf
- 12353.云計算下基于貝葉斯分類的氣象數(shù)據(jù)挖掘研究
- 基于貝葉斯網(wǎng)絡(luò)的多維數(shù)據(jù)分類研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)理論及算法的研究
- 基于貝葉斯網(wǎng)絡(luò)的中醫(yī)醫(yī)案數(shù)據(jù)挖掘.pdf
- 基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)理論及算法的研究.pdf
- 基于貝葉斯理論的海量科學(xué)數(shù)據(jù)挖掘.pdf
- 基于貝葉斯網(wǎng)絡(luò)的數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 基于數(shù)據(jù)增廣技術(shù)的非參數(shù)貝葉斯分類模型研究.pdf
- 貝葉斯網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 貝葉斯網(wǎng)在數(shù)據(jù)挖掘中的算法運用研究.pdf
- 基于貝葉斯理論的數(shù)據(jù)挖掘方法在電子郵件分類中的應(yīng)用研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)和分類器的數(shù)據(jù)挖掘研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的缺失臨床數(shù)據(jù)集分類技術(shù)研究.pdf
- 基于貝葉斯網(wǎng)的醫(yī)院病歷數(shù)據(jù)挖掘研究.pdf
- 基于數(shù)據(jù)挖掘的貝葉斯網(wǎng)絡(luò)和提升算法的研究.pdf
- 數(shù)據(jù)缺失下基于貝葉斯網(wǎng)絡(luò)的分類方法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的大數(shù)據(jù)因果關(guān)系挖掘.pdf
評論
0/150
提交評論