增量式贝叶斯分类的原理和算法
李晓毅
徐兆棣
1.沈阳师范大学,数学与系统科学学院,沈阳,1100342.沈阳师范大学,数学与系统科学学院,沈阳,110034
摘要：自动分类是数据挖掘和机器学习中非常重要的研究领域.针对难以获得大量有类标签的训练集问题,提出了基于小规模训练集的增量式贝叶斯分类,给出增量式贝叶斯分类机理参数计算及其算法.对算法分两种情况处理:第一种情况是新增样本有类别标签,则利用现有分类器检验其类标签,如果匹配则保留当前分类器,否则利用新样本修正分类器;第二种情况是新增样本无类别标签,则利用现有分类器为其训练类标签,然后利用新样本来修正分类器.实验结果表明,该算法是可行有效的,比简单贝叶斯分类算法有更高的精度.增量式贝叶斯分类算法的提出为分类器的更新提供了一条新途径.
关键词：增量学习贝叶斯分类类别标签分类算法贝叶斯网络
分类号：O212.8(概率论与数理统计)
资助基金：国家自然科学基金(10471096)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 422-425,433 )
英文信息