在贝叶斯网络模型中，朴素贝叶斯分类模型（NaiveBayesianClassifier， NBClassifier）［191是目前公认的一种简单而有效的概率分类方法，在某种意义上其性能 可与决策树、神经网络等算法相媲...
基于1个网页-相关网页
在贝叶斯网络模型中，朴素贝叶斯分类模型（NaiveBayesianClassifier， NBClassifier）［191是目前公认的一种简单而有效的概率分类方法，在某种意义上其性能 可与决策树、神经网络等算法相媲...
基于1个网页-相关网页
半朴素贝叶斯分类模型 SNBC
因此，提出了一种基于粗糙集理论的混合树增广朴素贝叶斯分类模型（MTANC）。
So a new Bayesian model mixed tree augmented Naive Bayes classifier(MTANC) based on the rough set theory is presented.
朴素贝叶斯分类是一种简单而高效的分类模型，然而条件独立性假设在现实中很少出现，致使其性能有所下降。
Naive Bayes classification is a kind of simple and effective classification model. However, the performance of this model may be poor due to the assumption on the condition independence.
应用推荐