摘要
朴素贝叶斯分类方法是数据库分类知识挖掘领域的一项基本技术,并具有广泛的应用。使用贝叶斯分类算法实现了对经典数据集Iris的分类。实践表明,朴素贝叶斯分类是一种有效的数据挖掘分类算法。
出处
《软件导刊》
2011年第5期65-66,共2页
Software Guide
二级参考文献10
-
1余芳,姜云飞.一种基于朴素贝叶斯分类的特征选择方法[J].中山大学学报（自然科学版）,2004,43(5):118-120. 被引量：24
-
2任喜峰.基于朴素贝叶斯分类的考试成绩监测机制的研究[J].科技信息,2007(1):37-38. 被引量：1
-
3LEWIS D D. Representation and learning in information retrieval[D]. Maassachusetts: Graduate School of the University of Maassachusetts, 1992. 被引量：1
-
4LEWIS D D, RINGUETIE M. A comparison of two learning algorithms for text categorization[ M]. Proceedings of SDAIR -94, 3rd Annual Symposium on Document Analysis and Information Retrieval , 1994: 81 - 93. 被引量：1
-
5YANG Yi-ming, PEDERSEN J O. A comparative study on feature selection in text categorization [ M ]. Proceedings of ICML- 97, 14th International Conference on Machine Learning, 1998. 被引量：1
-
6SALTON G, BUCKLEY C. Weighting approaches in automatic text retrieval [ J ]. Information Processing and Management, 1988, 24(5) :513 - 523. 被引量：1
-
7McCALLUM A, NIGAM K. A comparison of event models for Naive Bayes text classification [ M ]. Proceedings of AAAI 98 Workshop on Learning for Text Categorization, 1998. 被引量：1
-
8CRAVENM, DiPASQUOD, FREITAGD,etal. Leaming to extract symbolic knowledge from the World Wide Web [ M ].Proceedings of the Fifteenth National Conference on Artificial Intellligence (AAAI98), 1998: 509 - 516. 被引量：1
-
9MitchellTM著 曾华军 张银奎译.机器学习[M].北京:机械工业出版社,2003.. 被引量：46
-
10王军武,苗琦.基于贝叶斯理论的房地产投资风险决策研究[J].武汉理工大学学报,2003,25(9):96-98. 被引量：11
共引文献24
-
1李艳,刘信杰,胡学钢.数据挖掘中朴素贝叶斯分类器的应用[J].潍坊学院学报,2007(4):48-50. 被引量：2
-
2袁方,苑俊英.基于类别核心词的朴素贝叶斯中文文本分类[J].山东大学学报（理学版）,2006,41(3):111-114. 被引量：12
-
3任喜峰.基于朴素贝叶斯分类的考试成绩监测机制的研究[J].科技信息,2007(1):37-38. 被引量：1
-
4苑俊英,袁方,刘博.一种基于类别核心词的概念映射方法[J].广西师范大学学报（自然科学版）,2007,25(2):140-144. 被引量：1
-
5任喜峰.基于朴素贝叶斯分类的考试成绩监测机制研究[J].统计与决策,2007,23(22):163-164. 被引量：4
-
6庞秀丽,冯玉强,姜维.贝叶斯文本分类中特征词缺失的补偿策略[J].哈尔滨工业大学学报,2008,40(6):956-960. 被引量：5
-
7陈弋兰.基于朴素贝叶斯分类的图像消噪[J].安庆师范学院学报（自然科学版）,2008,14(3):34-36.
-
8陈弋兰,王鸣,孙书诚.朴素贝叶斯分类器的误差估计[J].安徽工程科技学院学报（自然科学版）,2008,23(4):48-51. 被引量：4
-
9苑俊英,陈海山.一种改进的特征选取方法[J].科技信息,2009(4):172-173.
-
10史瑞芳.贝叶斯文本分类器的研究与改进[J].计算机工程与应用,2009,45(12):147-148. 被引量：12
同被引文献43
-
1余芳,姜云飞.一种基于朴素贝叶斯分类的特征选择方法[J].中山大学学报（自然科学版）,2004,43(5):118-120. 被引量：24
-
2谢中华.MATLAB统计分析与应用:40个案例分析[M].北京:北京航空航天大学出版社,2011:112-120. 被引量：6
-
3MARGARET H DUNHAM.数据挖掘教程[M].北京:清华大学出版社,2005:177-178. 被引量：21
-
4Han Jiawei,Kamber M.数据挖掘概念与技术[M].第2版.范明,孟小峰,等译.北京:机械工业出版社,2001. 被引量：2
-
5Allan James.Topic Detection and Tracking:Event-based Information Organization[M].Kluwer Academic Publishers,2009. 被引量：1
-
6Yang Y M.Multi-Strategy Learning for TDT,Topic Detection and Tracking:Event Based Information Organization.Boston[M].Kluwer Academic Publishers,2002:83-114. 被引量：1
-
7Ferguson T S.A Bayesian analysis of some nonparametric problems[J].Annals of Statistics,1973,24(5):209-230. 被引量：1
-
8Yang Y,Carbonell I,Brown R.Learning approaches for detecting and tracking news events[J].IEEE Intelligent Systems Special Issue on Applications of Intelligent Information Retrieval 14,1999,23(2):32-43. 被引量：1
-
9van Mulbregt P,Carp I,Gillick L.Text segmentation and topic tracking on broadcast news via a hidden markov model approach[J].Proceedings of 5th Inter.Conference on Spoken Language Processing,1998,14(9):90-98. 被引量：1
-
10Fisher S,Roark B.Feature expansion for query-focused supervised sentence ranking[C]//Proceedings of the Document Understanding Workshop,2007:456-462. 被引量：1
引证文献4
-
1任民宏,肖海蓉.基于朴素贝叶斯分类算法的股指预测研究[J].陕西理工学院学报（自然科学版）,2014,30(3):68-73. 被引量：1
-
2王江荣,文晖.基于主成分分析和朴素贝叶斯判别分析法的矿井通风机故障识别研究[J].煤,2014,23(7):1-4. 被引量：3
-
3汪海波.扩展DPMM模型在短文本主题识别中的应用[J].计算机应用与软件,2014,31(8):191-195.
-
4张咏华,邬开俊.基于随机森林的非常规突发事件结构化情景体系模型[J].公路交通科技,2024,41(2):139-147.
-
1马恺.不确定数据的朴素贝叶斯分类[J].洛阳师范学院学报,2016,35(2):19-21. 被引量：1
-
2黄明辉.SQL Server数据库分类及迁移的方法[J].电脑知识与技术,2007(3):1199-1200. 被引量：1
-
3马旭辉,张阿红.基于Rough集的朴素贝叶斯分类算法研究[J].科技信息,2010(09X):63-64.
-
4杨帆,张彩丽.基于粗集的朴素贝叶斯分类算法及其应用[J].计算机工程与应用,2007,43(29):189-191. 被引量：7
-
5孙娟.数据挖掘分类算法研究与探讨[J].电脑知识与技术,2008,0(12Z):2339-2340. 被引量：1
-
6洪月华,徐霜,梁家荣.一种基于粗糙集和遗传神经网络的数据分类器模型(英文)[J].广西科学,2013,20(2):128-131. 被引量：2
-
7陈如云,符保龙.SPRINT算法的并行性研究与应用[J].商场现代化,2007(07Z):13-14.
-
8王刚,黄丽华,张成洪,夏洁.数据挖掘分类算法研究综述[J].科技导报,2006,24(12):73-76. 被引量：10
-
9邢开颜,李梅.数据挖掘分类算法在信号分类中的应用[J].软件,2016,37(6):1-6. 被引量：4
-
10蒋盛益,谢照青,余雯.基于代价敏感的朴素贝叶斯不平衡数据分类研究[J].计算机研究与发展,2011,48(S1):387-390. 被引量：21
