| TANC-BIC结构学习算法 |
| |
| 引用本文： | 程泽凯 林士敏. TANC-BIC结构学习算法[J]. 微机发展, 2004, 14(11): 10-12 |
| |
| 作者姓名： | 程泽凯 林士敏 |
| |
| 作者单位： | [1]广西师范大学计算机科学系，广西桂林541004 [2]安徽工业大学计算机学院，安徽马鞍山243002 |
| |
| 基金项目： | 清华大学智能技术与系统国家重点实验室开放课题资助(99002) |
| |
| 摘 要： | 树扩展朴素贝叶斯分类器(TANC)是应用较广的一种贝叶斯分类器。TANC的分类性能优于朴素贝叶斯分类器(NBC)。现有的TANC结构学习算法是基于相关性分析的,采用互信息测度。贝叶斯信息测度(BIC)在基于打分和搜索的贝叶斯网络结构学习中取得了成功,文中用BIC测度来衡量属性结点之间的相关性,提出了一种新的TANC-BIC结构学习算法。在MBNC实验平台上编程实现了TANC-BIC算法,用分类准确率衡量算法的性能。实验结果表明,TANC-BIC算法是有效的。
|
| 关 键 词： | 贝叶斯分类器 树扩展朴素贝叶斯分类器 贝叶斯信息标准测度 结构学习 |
| 文章编号： | 1005-3751(2004)11-0010-03 |
| 修稿时间： | 2004-03-03 |
Algorithm for TANC-BIC Structure Learning |
| |
| CHENG Ze-kai. Algorithm for TANC-BIC Structure Learning[J]. Microcomputer Development, 2004, 14(11): 10-12 |
| |
| Authors: | CHENG Ze-kai |
| |
| Affiliation: | CHENG Ze-kai~ |
| |
| Abstract: | TANC, which is one type of Bayesian classifier,is applied widely. TANC is superior to NBC. Existing TANC structure-learning algorithm is based on relativity analysis using mutual information criterion. BIC has success with structure-learning of bayesian networks based search & scoring. This paper suggests a new TANC-BIC structure-learning algorithm which using BIC computes nodes relationship. TANC-BIC has programmed under MBNC experiment platform. Using classification accuracy scales classification performance. Experiment results show that TANC-BIC is effective. |
| |
| Keywords: | Bayesian classifier TANC BIC structure learning |
| 本文献已被 CNKI 维普 等数据库收录！ |
