论文部分内容阅读
树扩展型朴素贝叶斯（TAN）分类器放松了朴素贝叶斯的属性独立性假设,是对朴素贝叶斯分类器的有效改进。但传统TAN的构造算法中树的根结点是随意选择的,这使得其无法精确表达属性间的依赖关系。通过将依赖关系设定方向,并将有向树算法引入TAN分类器的构造,提出了一种新的TAN模型构造方法——DTAN。实验结果表明,DTAN分类方法在实例个数比较多的数据集上具有显著优秀的分类性能。