今天给大家列举四种贝叶斯分类器:
1)NaiveBayes分类器
为简化计算,最简单的情形可假定各特征变量x是相对独立的,即为NB(Na?ve2Bayes)分类器,如图1所示・虽然这种条件独立的假设在许多应用领域未必能很好满足,但这种简化的贝叶斯分类器在许多实际应用中还是得到了较好的分类精度。
2)TAN分类器
TAN(TreeAugmentedNa?ve2Bayes)分类器对NB分类器进行了扩展,允许各特征变量所对应的结点构成一棵树,如图2所示
3)BAN分类器
BAN(BNAugmentedNa?ve2Bayes)分类器进一步扩展TAN分类器,允许各特征变量所对应的结点之间的关系构成一个图,而不只是树,如图3所示
4)GBN分类器
GBN(GeneralBayesianNetwork)是一种无约束的贝叶斯网络分类器,和前三类贝叶斯网络分类器有较大区别的是,在前三类分类器中均将类变量所对应的结点作为一个特殊的结点,即是各特征结点的父结点,而GBN中将类结点作为一普通结点,如图4所示
机器学习算法(三拓展)——四种贝叶斯分类器
最新推荐文章于 2024-07-15 16:04:19 发布