一种基于MDL度量的选择性扩展贝叶斯分类器

• 作者: 周孟然 王峻
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 朴素贝叶斯 贝叶斯网络 MDL 度量
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 35-37
• 页数: 3页
• 分类号: TP181
• 字数: 2909字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.07.010

摘要

朴素贝叶斯分类器是一种简单而高效的分类器,但它的条件独立性假设使其无法表示属性间的依赖关系.TAN分类器按照一定的结构限制,通过添加扩展弧的方式扩展朴素贝叶斯分类器的结构.在TAN分类器中,类变量是每一个属性变量的父结点,但有些属性的存在降低了它分类的正确率.文中提出一种基于MDL度量的选择性扩展贝叶斯分类器(SANC),通过MDL度量,删除影响分类性能的属性变量和扩展弧.实验结果表明,与NBC和TANC相比,SANC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	周孟然		147	713	13.0	21.0
2	王峻		23	127	6.0	11.0