...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Fuzzy sets and systems >Naieve possibilistic network classifiers
【24h】

Naieve possibilistic network classifiers

机译：幼稚的可能性网络分类器

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Naieve Bayesian network classifiers have proved their effectiveness to accomplish the classification task, even if they work under the strong assumption of independence of attributes in the context of the class node. However, as all of them are based on probability theory, they run into problems when they are faced with imperfection. This paper proposes a new approach of classification under the possibilistic framework with naieve classifiers. To output the naieve possibilistic network classifier, two procedures are studied namely the building phase, which deals with imperfect (imprecise/uncertain) dataset attributes and classes, and the classification phase, which is used to classify new instances that may be characterized by imperfect attributes. To improve the performance of our classifier, we propose two extensions namely selective naieve possibilistic classifier and semi-naieve possibilistic classifier. Experimental study has shown naieve Bayes style possibilistic classifier, and is efficient in the imperfect case.
机译：朴素贝叶斯网络分类器已经证明了其完成分类任务的有效性，即使它们在类节点上下文中属性独立性的强大假设下也可以工作。但是，由于它们都是基于概率论的，因此它们在遇到缺陷时会遇到问题。本文提出了一种在天真的分类器的可能性框架下进行分类的新方法。为了输出幼稚的可能网络分类器，研究了两个过程，即构建阶段，该阶段处理不完美（不精确/不确定）的数据集属性和类，以及分类阶段，该阶段用于对可能具有不完善属性的新实例进行分类。为了提高分类器的性能，我们提出了两个扩展，即选择性朴素可能性分类器和半朴素可能性分类器。实验研究表明，朴素的贝叶斯风格的可能性分类器在不完善的情况下是有效的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号