| 面向问题域的增强TAN分类器研究 |
| |
| 引用本文： | 蒋冠雄,叶晓彤.面向问题域的增强TAN分类器研究[J].绍兴文理学院学报,2010,30(9). |
| |
| 作者姓名： | 蒋冠雄 叶晓彤 |
| |
| 作者单位： | 绍兴文理学院,计算机系,浙江,绍兴312000 |
| |
| 摘 要： | TAN是一种非常有效的贝叶斯网分类器,但其不足之处是缺少根据实际问题放宽假设限制条件的能力.首先提出了增强属性的概念,通过有差别地处理属性变量实现对TAN分类器的扩展,从而得到了增强的TAN分类器(ATAN).其次,引入数据挖掘工具Weka中更一般化的TAN学习算法,并在此基础上实现了ATAN学习算法.利用Weka实验平台进行的大量测试表明,对于大多数分类问题,ATAN的确能够在不增加时间复杂度的前提下得到相对于TAN更高的分类准确率.
|
| 关 键 词： | 贝叶斯网分类器 增强属性 |
A Domain-Oriented Augmented TAN Classifier |
| |
| Jiang Guanxiong,Ye Xiaotong.A Domain-Oriented Augmented TAN Classifier[J].Journal of Shaoxing College of Arts and Sciences,2010,30(9). |
| |
| Authors: | Jiang Guanxiong Ye Xiaotong |
| |
| Abstract: | |
| |
| Keywords: | TAN ATAN |
| 本文献已被 万方数据 等数据库收录！ |
|
