处理连续变量的Bayes分类方法

被引：3

作者：

田凤占

张宏伟

陆玉昌

石纯一

机构：

[1] 清华大学计算机科学与技术系智能技术与系统国家重点实验室

[2] 清华大学计算机科学与技术系智能技术与系统国家重点实验室北京

[3] 北京

来源：

清华大学学报(自然科学版) | 2003年 / 01期

关键词：

分类; Bayes方法; Bayesian网络; 连续变量;

D O I：

10.16511/j.cnki.qhdxxb.2003.01.020

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

用离散化方法处理连续变量的Bayes分类方法存在着离散区段个数不好确定、无法利用某些先验信息以及会或多或少降低分类精度等问题。针对上述问题,论文提出将概率密度估计技术应用于连续变量Bayes分类,研究了如何直接利用参数化方法、非参数化方法以及半参数化方法构造连续变量的Bayes分类器,最后分析了3种构造分类器方法的优缺点,为构造连续变量的Bayes分类器和Bayesian网络分类器奠定了理论基础。计算实例表明所述方法是可行的和有效的。

引用

页码：75 / 78

页数：4