文献类型：期刊文章

作　　者：樊建聪[1] 张问银[2] 梁永全[1]

机构地区：[1]山东科技大学信息科学与工程学院,山东青岛266510 [2]临沂师范学院计算机系,山东临沂276005

出　　处：《计算机应用》

年　　份：2005

卷　　号：25

期　　号：12

起止页码：2882-2884

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对数据挖掘的特点和本质,充分利用贝叶斯方法和决策树分类的优点,将贝叶斯的先验信息方法与决策树分类的信息增益方法相结合,提出了一种新的数据挖掘分类算法(BD1.0算法),并对此算法进行了设计和分析。实验分析表明,该算法可以处理不一致或者不完整数据等“脏数据”,比单纯使用贝叶斯方法或决策树方法具有更高的准确率,而且与C4.5算法具有近似的时间复杂度。

关 键 词：数据挖掘 分类  贝叶斯原理  决策树

分 类 号：TP301.6]