摘要：基于广义互信息描述变量之间的条件独立和条件相关性,并根据信息非负递增性原则去除冗余变量,由测试样本而非整个样本空间构造贝叶斯分类子模型。结合局部计算近似推理进行概率密度和条件概率分布估计。在UCI机器学习数据集上的实验结果证明了该算法的合理性和有效性。

原文链接:http://www.cqvip.com//QK/95788B/200903/1001029372.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）