基于高斯密度的一阶贝叶斯衍生分类器.pdfVIP

第32卷第 11期 计 算 机 应 用 研 究 Vn1．32No．1l 2015年 11月 ApplicationResearchofComputers Nov．20l5 基．3-J：5古同斯密度的一阶贝叶斯衍生分类器 杜瑞杰 ，王双成 ，高 瑞 “ (上海立信会计学院a．数学与信息学院；b．立信会计研究院，上海201620) 摘 要：针对连续属性朴素91叶斯分类器不能有效利用属性之间的条件依赖信息，而 目前所进行的依赖扩展更 关注效率，这使得扩展后分类器的分类准确性还有待提高等问题，使用高斯密度估计属性密度，将属性排序、分 类准确性标准与属性父节点的贪婪选择结合，综合考虑效率和分类准确性，对朴素贝叶斯分类器进行依赖扩展， 建立一阶贝叶斯衍生分类器，并对属性分类提供的信息进行分析。实验结果显示，基于高斯密度 的一阶贝叶斯 衍生分类器具有 良好的分类准确性。 关键词 ：朴素