抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
分類問題はデータマイニングの重要な研究課題である。ナイーブベイズ分類器は分類問題における単純で効率的な分類学習技術である。この分類器は,与えられたクラスラベルの属性間の相互条件の独立性を仮定したが,しかし,現実の属性の間には,しばしば一定の依存性がある。「属性-値」の偶数構成のモデルは分類問題において重要な役割を果たしており、多くの研究者はこの特定のパターンを利用して分類器を構築し、特定のパターンに含まれる属性と他の属性間の依存関係は、分類結果に対して重要な影響を与える。属性間の依存関係を深く研究することによって,ベイズネットワーク分類装置に基づく優れた分類能力と,属性間の依存性関係をさらに分析することによって,属性条件の独立仮定の制限を弱めるために,選択パターンに基づくベイズ分類アルゴリズムを提案する。実験により、データセットの特徴により、高識別能力のモデルを深く掘り出し、属性間の依存関係を合理的に構築することで、分類精度の向上に役立つことが明らかになった。実験結果は,ベンチマークアルゴリズムNB,AODEと比較して,提案した分類アルゴリズムが10のデータセットで平均精度を1.65%と4.29%向上させることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】