计算机应用 ›› 2011, Vol. 31 ›› Issue (04): 1074-1078.DOI: 10.3724/SP.J.1087.2011.01074
石洪波,柳亚琴,李爱军
Hong-bo SHI,Ya-qin LIU,Ai-jun LI
摘要: 为了提高贝叶斯分类器的分类性能,针对贝叶斯网络分类器的构成特征,提出一种基于参数集成的贝叶斯分类器判别式参数学习算法PEBNC。该算法将贝叶斯分类器的参数学习视为回归问题,将加法回归模型应用于贝叶斯网络分类器的参数学习,实现贝叶斯分类器的判别式参数学习。实验结果表明,在大多数实验数据上,PEBNC能够明显提高贝叶斯分类器的分类准确率。此外,与一般的贝叶斯集成分类器相比,PEBNC不必存储成员分类器的参数,空间复杂度大大降低。
中图分类号: