摘要： 朴素贝叶斯分类器（Naive Bayesian classifier，NB）是一种简单而有效的分类模型，但这种分类器缺乏对训练集信息的充分利用，影响了它的分类性能。通过分析NB的分类原理，并结合线性判别分析（Linear Discriminant Analysis，LDA）与核判别分析（Kernel Discriminant Analysis，KDA）的优点，提出了一种混合贝叶斯分类模型DANB（Discriminant Analysis Naive Bayesian classifier，DANB）。将
李旭升 郭耀煌. 一种新颖混合贝叶斯分类模型研究[J]. 计算机科学, 2006, 33(9): 135-139. https://doi.org/
LI Xu-Sheng, GUO Yao Huang （School of Economics and Management, Southwest Jiaotong University, Chengdu 610031）. [J]. Computer Science, 2006, 33(9): 135-139. https://doi.org/
首页