數據流貝葉斯分類算法
大?。?/span>1.26 MB 人氣： 2017-12-25 需要積分：2
基于模式的貝葉斯分類模型是解決數據挖掘領域分類問題的一種有效方法，然而，大多數基于模式的貝葉斯分類器只考慮模式在目標類數據集中的支持度，而忽略了模式在對立類數據集合中的支持度．此外。對于高速動態(tài)變化的無限數據流環(huán)境，在靜態(tài)數據集下的基于模式的貝葉斯分類器就不能適用．為了解決這些問題。提出了基于顯露模式的數據流貝葉斯分類模型EPDS（Bayesian classifier algorithm based on emerging pattem for data stream）．該模型使用一個簡單的混合森林結構來維護內存中事務的項集。并采用一種快速的模式抽取機制來提高算法速度．EPDS采用半懶惰式學習策略持續(xù)更新顯露模式，并為待分類事務在每個類下建立局部分類模型．大量實驗結果表明。該算法比其他數據流分類模型有較高的準確度．
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
數據流貝葉斯分類算法下載
相關電子資料下載
- 倍加福打造工業(yè)4.0解決方案 實現無縫數據流通 3786
- 比無縫漫游更高級的無感漫游，你聽說過嗎？ 234
- 2024年春節(jié)通信行業(yè)網絡運行安全穩(wěn)定，移動數據流量與漫游業(yè)務大幅增長 363
- 8-1多路復用器有哪些應用場景呢 627
- 實時交換機與非實時交換機的區(qū)別是什么？ 1703
- 傳輸控制協(xié)議TCP特點及三次握手過程 845
- 可重構數據流計算引領架構創(chuàng)新 639
- labview編寫程序的一般步驟 1191
- 《愛立信移動市場報告》：5G強勁成長-全球移動數據流量在未來六年增長三倍 512
- 3.GraphSAGE[9]：generalized aggregation方法 322