一种有效的不完整数据分类器

计算机科学 ›› 2008, Vol. 35 ›› Issue (9): 162-164.

一种有效的不完整数据分类器

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本文受国家自然科学基金（60503017和60673089）资助.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 在模式识别、机器学习以及数据挖掘中，分类是一个基本而又重要的问题。虽有大量的分类器应运而生，但由于处理不完整数据的复杂性，它们大都是针对完整数据的。然而，由于各种原因，现实中的数据通常是不完整的。因此，对不完整数据分类器的研究具有重要意义。通过分析以往在分类过程中对不完整数据的处理方法，提出了一种不完整数据分类器：DBCI。在DBCI的训练过程中，将缺失值的频数按比例地分配到其它观测值的频数中。因此，不完整数据集所包含的信息可以得到充分利用。在12个标准的不完整数据集上的实验结果表明，与分类效果显著的不完

关键词: 分类贝叶斯方法不完整数据

Abstract: Classification is an elementary and important problem in pattern recognition,machine learning and data mining. Though many classifiers have been proposed,most of them deal with complete data,which is due to the complexity of dealing with incomplete data.

Key words: Classification, Bayesian method, Incomplete data

. 一种有效的不完整数据分类器[J]. 计算机科学, 2008, 35(9): 162-164. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed