贝叶斯分类技术在众多分类技术中占有重要地位，也属于统计学分类的范畴，是一种非规则的分类方法，贝叶斯分类技术通过对已分类的样本子集进行训练，学习归纳出分类函数(对离散变量的预测称作分类，对连续变量的分类称为回归)，利用训练得到的分类器实现对未分类数据的分类。通过对比分析不同的分类算法，发现朴素贝叶斯分类算法(Naive Bayes)，一种简单的贝叶斯分类算法，其应用效果比神经网络分类算法和判定树分类算法还要好，特别是待分类数据量非常大时，贝叶斯分类方法相较其他分类算法具有高准确率。
贝叶斯分类（Bayesian Classification）是统计学分类方法。它们可以预测类成 员关系的可能性，如给定样本属于～个特定类的概率。
基于526个网页-相关网页
朴素贝叶斯分类(Naive Bayesian classification)： 朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素贝叶斯分类是因为这种方法的思想真的很朴素，朴素贝叶斯的思想基础是这...
基于70个网页-相关网页
常用的分类算法有决策树（Decisiontree）、贝叶斯分类（Bayes classification）和神经网络（Neuralnetwork）等。 5）回归（Regressive）：是通过具有已知值的变量来预测其它变量的值。
基于28个网页-相关网页
...管理-知来数据 Keywords: Bias Management, Bayesian Classifiers, Machine Learning. [gap=349]关键词：偏压管理，贝叶斯分类，机器学习。
基于18个网页-相关网页
朴素贝叶斯分类器 Navie Bayesian Classifier ; Naive Bayes ; TANC
朴素贝叶斯分类 Naive Bayesian classification ; Naive Bayes Classifier ; Naive Bayes Classification ; NBC
半朴素贝叶斯分类模型 SNBC
贝叶斯分类算法 Bayesian classification algorithm
贝叶斯分类规则 [自] Bayes classification rule
贝叶斯分类法 Bayesian Classifier
一般贝叶斯分类器 Normal Bayes Classifier
贝叶斯分类方法 Bayesian Classifier
Bayesian classifier family has three common classifiers: NBC, TANC and BNC.
贝叶斯分类器家族有三类常见的分类器：朴素贝叶斯分类器NBC，树扩展朴素贝叶斯分类器TANC和贝叶斯网络分类器BNC。
参考来源 - 贝叶斯网络结构学习及MBNC实验平台的构建Explained with some sample of theapplicationg of Bayesian classification.
举了相关的使用贝叶斯分类的例子。
参考来源 - 浅析Bayesian分类的应用—《电脑知识与技术·学术交流》—2008年第23期—龙源期刊网The algorithm of Classification Pattern includes: Decision tree, Bayes Classification, Support Vector Machine, Artificial Neural Network, Genetic Alogrithm, Rough set theory.
分类模式算法包括以下几种：决策树分类、贝叶斯分类、支持向量机、神经网络、遗传算法、粗糙集方法。
参考来源 - 基于粒度层次的数据挖掘分类算法研究·2,447,543篇论文数据，部分数据来源于NoteExpress
贝叶斯分类模型是入侵检测中用于攻击类型分类的有力工具。
Bayes classifier model is a powerful tool for classifying attack types in intrusion detection.
本文提出了一种结合贝叶斯分类的水平集方法用于医学图像分割。
In this paper, a level set segmentation algorithm based on Bayesian classification for medical image segmentation was proposed.
讨论了离散贝叶斯分类算法之后，推导了离散贝叶斯分类器的分类误差估算公式。
The algorithm of discrete Bayes classifier is proposed. Then, formulas for estimating classifying error of Bayes classifier are deduced.
应用推荐