您的位置： 专家智库 > >

眭俊明

作品数：1 被引量：20H指数：1
供职机构：南京大学计算机科学与技术系计算机软件新技术国家重点实验室更多>>
发文基金：江苏省自然科学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇频繁项
  • 1篇频繁项集
  • 1篇频繁项集挖掘
  • 1篇朴素贝叶斯
  • 1篇朴素贝叶斯分...
  • 1篇项集
  • 1篇贝叶斯
  • 1篇贝叶斯分类
  • 1篇贝叶斯分类算...

机构

  • 1篇南京大学

作者

  • 1篇周志华
  • 1篇姜远
  • 1篇眭俊明

传媒

  • 1篇计算机研究与...

年份

  • 1篇2007
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于频繁项集挖掘的贝叶斯分类算法被引量：20
2007年
朴素贝叶斯分类器是一种简单而且高效的分类学习算法,但是它所要求的属性独立性假设在真实世界应用中经常难以满足.为了放松属性独立性约束以提高朴素贝叶斯分类器的泛化能力,研究人员进行了大量的工作.提出了一种基于频繁项集挖掘技术的贝叶斯分类学习算法FISC(frequent item sets classifier).在训练阶段,FISC找到所有频繁项集并计算可能用到的概率估值.在测试阶段,FISC对于测试样本包含的每个项集构造一个分类器,通过集成这些分类器来给出预测结果.实验结果验证了FISC的有效性.
眭俊明姜远周志华
关键词：贝叶斯分类频繁项集挖掘
全选 清除 导出
共1页<1>
聚类工具0