一种增量式贝叶斯分类的算法

• 作者: 徐兆棣 李晓毅
• 来源期刊: 沈阳农业大学学报
• 学科: 工学
• 关键词: 增量学习 贝叶斯分类 类别标签 分类算法 贝叶斯网络
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 349-353
• 分类号: TP181
• 字数: 3955字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1700.2011.03.019

摘要

自动分类是数据挖掘和机器学习中非常重要的研究领域.针对难以获得大量有类标签的训练集问题,提出了基于小规模训练集的增量式贝叶斯Bayes分类,给出增量式Bayes分类机理参数计算及其算法.对算法分两种情况处理,第一种情况是新增样本有类别标签,利用现有分类器检验其类标签,如果匹配则保留当前分类器,否则利用新样本修正分类器；第二种情况是新增样本无类别标签,则利用现有分类器为其训练类标签,然后利用新样本来修正分类器.试验结果表明,该算法是可行有效的,比Naive Bayes分类算法有更高的精度.增量式Bayes分类算法的提出为分类器的更新提供了一条新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓毅	沈阳师范大学数学与系统科学学院	65	491	12.0	19.0
2	徐兆棣	沈阳师范大学数学与系统科学学院	54	354	11.0	16.0