处理缺失数据的朴素贝叶斯分类增量算法

摘要：

在具有缺失数据的数据集的分类过程中,缺失的数据中蕴含着有用的信息未被考虑的情况会引起分类精度的下降.增量式的学习能够利用不断加入的信息更新学习模型,并充分利用先验信息求解当前问题.给出了一个利用朴素贝叶斯分类模型实现对缺失数据的增量分类的算法.该算法在增量学习的过程中考虑了缺失数据和先验信息对分类器的影响.

关键词：增量学习、朴素贝叶斯、缺失数据

所属期刊栏目：8

分类号：TP391.75(计算技术、计算机技术)

资助基金：清华大学智能技术与系统国家重点实验室开放课题99002

在线出版日期：2008-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3812-3815