| 处理连续变量的Bayes分类方法 |
| |
| 引用本文： | 田凤占,张宏伟,陆玉昌,石纯一.处理连续变量的Bayes分类方法[J].清华大学学报(自然科学版),2003,43(1):75-78. |
| |
| 作者姓名： | 田凤占 张宏伟 陆玉昌 石纯一 |
| |
| 作者单位： | 清华大学,计算机科学与技术系,智能技术与系统国家重点实验室,北京,100084 |
| |
| 基金项目： | 国家自然科学基金资助项目(79990580),国家"九七三"重点基础研究项目(G1998030414) |
| |
| 摘 要： | 用离散化方法处理连续变量的Bayes分类方法存在着离散区段个数不好确定、无法利用某些先验信息以及会或多或少降低分类精度等问题。针对上述问题,论文提出将概率密度估计技术应用于连续变量Bayes分类,研究了如何直接利用参数化方法、非参数化方法以及半参数化方法构造连续变量的Bayes分类器,最后分析了3种构造分类器方法的优缺点,为构造连续变量的Bayes分类器和Bayesian网络分类器奠定了理论基础。计算实例表明所述方法是可行的和有效的。
|
| 关 键 词： | 分类 Bayes方法 Bayesian网络 连续变量 |
| 文章编号： | 1000-0054(2003)01-0075-04 |
| 修稿时间： | 2001年8月1日 |
Bayes classification approaches with continuous attributes |
| |
| Abstract: | |
| |
| Keywords: | classification Bayes approaches Bayesian networks continuous attributes |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
