论文部分内容阅读
k依赖贝叶斯分类器(k-BNC)放宽了朴素贝叶斯分类器中要求各属性结点间相互条件独立的强限制,更有利于运用到实际模型中。但是,放宽限制后的k依赖贝叶斯分类器的分类精确度有所下降。首先改进了原有k-BNC算法,将其变为一种不稳定的分类器生成算法。然后,利用集成技术中Boosting算法能够改善不稳定分类器总体性能的特点,对k-BNC分类器的分类性能进行提升。