一种增量贝叶斯分类模型

• 作者: 刘少辉 史忠植 宫秀军
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 简单贝叶斯 增量学习 共轭Dirichlet分布 数据挖掘
• 年，卷（期）: 2002,（6）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 645-650
• 页数: 6页
• 分类号: TP18
• 字数: 5212字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2002.06.014

摘要

分类一直是机器学习、模式识别和数据挖掘研究的核心问题.从海量数据中学习分类知识,尤其是当获得大量的带有类别标注的样本代价较高时,增量学习是解决该问题的有效途径.该文将简单贝叶斯方法应用于增量分类中,提出了一种增量贝叶斯学习模型,给出了增量贝叶斯推理过程,包括增量地修正分类器参数和增量地分类测试样本.实验结果表明,该算法是可行的和有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘少辉	中国科学院计算技术研究所智能信息处理重点实验室	12	1361	12.0	12.0
2	史忠植	中国科学院计算技术研究所智能信息处理重点实验室	232	9166	52.0	89.0
3	宫秀军	中国科学院计算技术研究所智能信息处理重点实验室	2	262	2.0	2.0