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! |
|