基于多重判别分析的朴素贝叶斯分类器

• 作者: 李旭升 郭耀煌
• 来源期刊: 信息与控制
• 关键词: 朴素贝叶斯 TAN分类器 多重判别分析 DANB分类器
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 580-584,590
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2005.05.014

摘要

通过分析朴素贝叶斯分类器的分类原理,并结合多重判别分析的优点,提出了一种基于多重判别分析的朴素贝叶斯分类器DANB(Discriminant Analysis Naive Bayesian classifier).将该分类方法与朴素贝叶斯分类器(Naive Bayesian classifier,NB)和TAN分类器(Tree Augmented Naive Bayesian classifier)进行实验比较,实验结果表明在大多数数据集上,DANB分类器具有较高的分类正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭耀煌	西南交通大学经济管理学院	144	4757	34.0	65.0
2	李旭升	西南交通大学经济管理学院	19	319	9.0	17.0