四种分类方法性能比较

被引：5

作者：

奉国和

机构：

[1] 华南师范大学经济管理学院信息管理系

来源：

计算机工程与应用 | 2011年 / 08期

关键词：

分类; 支持向量机; 神经网络; 贝叶斯; K邻近(KNN);

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对RBF神经网络、支持向量机、贝叶斯及K邻近等四种分类方法进行实验比较,依据分类正确率判别其泛化能力,为实际应用提供借鉴。

引用

收藏

页码：25 / 26+145 +145

页数：3

相关论文

共 4 条

[1] 自动文本分类技术研究 [J].

奉国和 .

情报杂志, 2007, (12) :108-111

[2] 基于聚类的大样本支持向量机研究 [J].

奉国和 ;

朱思铭 .

计算机科学, 2006, (04) :145-147

[3]

神经网络设计[M]. 机械工业出版社 , (美)MartinT.Hagan等著, 2002

[4] Fast Learning in Networks of Locally-Tuned Processing Units [J].

Moody, John ;

Darken, Christian J. .

NEURAL COMPUTATION, 1989, 1 (02) :281-294