三支决策朴素贝叶斯增量学习算法研究

作     者：韩素青 成慧雯 王宝丽 HAN Suqing;CHENG Huiwen;WANG Baoli

作者机构：太原师范学院计算机科学与技术系山西晋中030619 运城学院数学与信息技术学院山西运城044000 

基　　金：国家自然科学基金(No.61703363) 山西省教育厅高校科技创新基金(No.2019L0864) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2020年第56卷第18期

页      码：42-49页

摘      要：增量学习利用增量数据中的有用信息通过修正分类参数来更新分类模型,而朴素贝叶斯算法具有利用先验信息以及增量信息的特性,因此朴素贝叶斯算法是增量学习算法设计的最佳选择。三支决策是一种符合人类认知模式的决策理论,具有主观的特性。将三支决策思想融入朴素贝叶斯增量学习中,提出一种基于三支决策的朴素贝叶斯增量学习算法。基于朴素贝叶斯算法构造了一个称为分类确信度的概念,结合代价函数,用以确定三支决策理论中的正域、负域和边界域。利用三个域中的有用信息构造基于三支决策的朴素贝叶斯增量学习算法。实验结果显示,在阈值α和β选择合适的情况下,基于该方法的分类准确性和召回率均有明显的提高。

主 题 词：三支决策 朴素贝叶斯 增量算法 分类确信度 边界域 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3778/j.issn.1002-8331.1908-0015

馆 藏 号：203969230...