面向层次特征空间的正特征值优先层次冗余消除树增广朴素贝叶斯分类器
机器学习
2022-04-13 v1 基因组学
摘要
层次冗余消除树增广朴素贝叶斯（HRE-TAN）分类器是一种半朴素贝叶斯模型，其学习一种层次化无冗余的树状特征表示来估计数据分布。本文提出两种新型的正特征值优先的层次冗余消除树增广朴素贝叶斯分类器，专注于具有正实例值的特征。这两种新提出的方法应用于 28 个真实世界生物信息学数据集，显示出优于传统 HRE-TAN 分类器的预测性能。
引用
@article{arxiv.2204.05668,
title = {Positive Feature Values Prioritized Hierarchical Redundancy Eliminated Tree Augmented Naive Bayes Classifier for Hierarchical Feature Spaces},
author = {Cen Wan},
journal= {arXiv preprint arXiv:2204.05668},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2202.04105