论文部分内容阅读
自动分类是数据挖掘和机器学习中非常重要的研究领域．针对难以获得大量有类标签的训练集问题，提出了基于小规模训练集的增量式贝叶斯分类，给出增量式贝叶斯分类机理参数计算及其算法．对算法分两种情况处理：第一种情况是新增样本有类别标签，则利用现有分类器检验其类标签，如果匹配则保留当前分类器，否则利用新样本修正分类器；第二种情况是新增样本无类别标签，则利用现有分类器为其训练类标签，然后利用新样本来修正分类器．实验结果表明，该算法是可行有效的，比简单贝叶斯分类算法有更高的精度．增量式贝叶斯分类算法的提出为分类器的更新提