EBNC:一种扩展的Bayes网络分类挖掘算法

扫码查看

原文链接

NETL

中文摘要：本文提出的算法EBNC一次处理整个数据集合的样本，因而速度比较快。这个算法基于Shannon信息理论，对于处理离散取值的属性有较高的准确性，同时保留了在引言中所述的Bayes网络的两大优点。此外，算法利用gini系数，对连续属性取值范围进行最优二分，使得本文中的Bayes网络可以处理连续的属性。但是，本文中的算法只适用于静态存在的数据集合。要使之适合于处理大量的动态的数据，例如数据流，还需要对算法进行进一步的改进，这将是我们今后的研究方向。

作者：

刘震、袁晴晴、陈良刚、汪卫、施伯乐

展开 >

作者单位：

复旦大学计算机与信息技术系,上海,200433

关键词：

EBNC Bayes网络分类挖掘算法决策树

主办单位：

中国计算机学会

会议名称：

第十九届全国数据库学术会议

会议时间：

2002-08-26

会议地点：

郑州

会议母体文献：

计算机科学

页码：

104-106

出版时间：

2002