排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
基于局部优化具有连续变量的贝叶斯网络结构学习 总被引:1,自引:0,他引:1
概述了具有连续变量的贝叶斯网络结构学习存在的主要问题,给出了基于局部优化的具有连续变量的贝叶斯网络结构学习方法.通过构造局部最优回归模式、局部回归模式的条件组合及环路处理,建立了具有连续变量的贝叶斯网络结构,既可以避免复杂的结构打分运算及结构空间搜索,同时又不会出现由于离散化而导致过多的信息丢失及假依赖现象. 相似文献
3.
基于广义朴素贝叶斯分类器的空值处理方法 总被引:1,自引:1,他引:0
给出了基于广义朴素贝叶斯分类器的空值处理方法,该方法利用广义朴素贝叶斯分类器的较强预测能力及灵活的效率选择方式,有效地解决了数据中的空值处理问题.利用模拟数据进行了对比实验,结果显示,其预测准确性明显提高. 相似文献
4.
基于贝叶斯网络的分类器研究 总被引:28,自引:2,他引:28
研究了贝叶斯分类器家族中具有代表性的分类器,即朴素(naIve)贝叶斯分类器、贝叶斯网络分类器和TAN(tree augmented Bayesian)分类器;发现属性变量之间的依赖相对于属性变量与类变量之间的依赖是可以忽略的,因此在所有树形分类器中TAN分类器是最优的. 相似文献
1