%0 Journal Article
%T 一种限定性的双层贝叶斯分类模型
%A 石洪波？
%A 王志海？
%A 黄厚宽？
%A 励晓健？
%J 软件学报
%P 193-199
%D 2004
%X 朴素贝叶斯分类模型是一种简单而有效的分类方法,但它的属性独立性假设使其无法表达属性变量间存在的依赖关系,影响了它的分类性能.通过分析贝叶斯分类模型的分类原则以及贝叶斯定理的变异形式,提出了一种基于贝叶斯定理的新的分类模型dlban(double-levelbayesiannetworkaugmentednaivebayes).该模型通过选择关键属性建立属性之间的依赖关系.将该分类方法与朴素贝叶斯分类器和tan(treeaugmentednaivebayes)分类器进行实验比较.实验结果表明,在大多数数据集上,dlban分类方法具有较高的分类正确率.
%K 朴素贝叶斯
%K tan(tree
%K augmented
%K naive
%K bayes)
%K 贝叶斯定理
%K 依赖关系
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=20040205&flag=1