基于聚类的朴素贝叶斯分类无监督学习方法 |
| |
引用本文: | 葛顺,夏学知.基于聚类的朴素贝叶斯分类无监督学习方法[J].舰船科学技术,2016(1):112-116. |
| |
作者姓名: | 葛顺 夏学知 |
| |
作者单位: | 哈尔滨工程大学计算机科学与技术学院,黑龙江哈尔滨150001;武汉数字工程研究所,湖北武汉430074 |
| |
基金项目: | “十二五”国防预研重点课题资助项目 |
| |
摘 要: | 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。
|
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 |
Unsupervised learning method of naive bayesian network classifier based on clustering |
| |
Abstract: | |
| |
Keywords: | vector difference measurement clustering probability of membership grade naive Bayesian network classifier |
本文献已被 CNKI 万方数据 等数据库收录! |
|