咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >改进的朴素贝叶斯增量算法研究 收藏

改进的朴素贝叶斯增量算法研究

Improved incremental algorithm of Naive Bayes

作     者:曾谁飞 张笑燕 杜晓峰 陆天波 ZENG Shui-fei;ZHANG Xiao-yan;DU Xiao-feng;LU Tian-bo

作者机构:北京邮电大学软件学院北京100876 北京邮电大学计算机学院北京100876 

出 版 物:《通信学报》 (Journal on Communications)

年 卷 期:2016年第37卷第10期

页      面:81-91页

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

主  题:朴素贝叶斯 增量算法 特征空间 评价指标 

摘      要:提出了一种新增特征的朴素贝叶斯增量算法。在无标注语料增量样本的选择上,借助传统的类置信度阈值,构建一个最小后验概率作为样本选择的双阈值,当识别到增量语料中有新的特征时,会将该特征加入到特征空间,并对分类器进行相应的更新,发现对类置信度阈值起到很好的补充作用,最后利用了无标注和有标注语料验证所提算法。实验结果表明,改进的朴素贝叶斯增量算法较传统增量算法表现出了更优的增量学习效果。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分