文献类型：期刊文章

作　　者：赵高长[1] 王欣[1,2] 张仲华[1] 韩苗[1] 魏嵬[3]

ZHAO Gaochang WANG Xin ZHANG Zhonghua HAN Miao WEI Wei(College of Sciences, Xi＇an University of Science and Technology, Xi＇an 710054, China Yangshengtang CO. ,Ltd. , Hangzhou 310007, China School of Computer Science and Engineering, Xi＇an University of Technology, Xi＇an 710048, China)

机构地区：[1]西安科技大学理学院,西安710054 [2]养生堂有限公司,杭州310007 [3]西安理工大学计算机科学与工程学院,西安710048

出　　处：《复旦学报（自然科学版）》

基　　金：国家自然科学基金(41271518);陕西省教育厅科研计划项目(2013JK0583;14JK1474);陕西省自然科学基金(2016JM1025)

年　　份：2017

卷　　号：56

期　　号：1

起止页码：48-56

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、JST、MR、RCCSE、RSC、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：针对K2算法在构建贝叶斯分类器时节点排序不同影响分类准确率的问题,提出了一种MWST+T-K2结构学习算法,运用Matlab软件的BNT工具箱构建了MWST+T-K2分类器,并经过NBC、TANC、MWST和MWST+T-K2分类器对UCI数据库的24个分类数据集进行分类检验.结果表明,对4种分类器在24个数据集上的分类水平进行整体与两两比较时,MWST+T-K2分类器的分类水平均最优;在小数据集上比较时,MWST+T-K2分类器的分类水平取得全局最优,未取得局部最优;在大数据集上比较时,未取得全局或局部最优,低于TANC的分类水平.所以,MWST+T-K2结构学习算法是一种适合构建小数据集贝叶斯分类器的方法.

关 键 词：贝叶斯网络 贝叶斯分类器 MWST+T-K2算法  分类检验  

分 类 号：TP39]