期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于聚类的朴素贝叶斯分类无监督学习方法 被引量:4
1
作者 葛顺 夏学知 《舰船科学技术》 北大核心 2016年第1期112-116,共5页
为实现朴素贝叶斯分类模型的无监督学习,提出一种基于数据挖掘理论中聚类算法思想的学习方法。该方法首先定义不同类型单维状态分量的差异度量方法和混合型多维向量的联合差异度量方法,通过分析样本数据中向量之间的差异性进行聚类统计... 为实现朴素贝叶斯分类模型的无监督学习,提出一种基于数据挖掘理论中聚类算法思想的学习方法。该方法首先定义不同类型单维状态分量的差异度量方法和混合型多维向量的联合差异度量方法,通过分析样本数据中向量之间的差异性进行聚类统计,得到研究对象的分类类别,然后对各单维状态分量分别聚类得到特征核值,进而确定不同类别各分量对应单维特征核值空间的概率隶属度。仿真实验结果表明,该方法能有效进行朴素贝叶斯分类学习。 展开更多
关键词 向量差异性度量 聚类统计 概率隶属度 朴素贝叶斯分类模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部