简介:平均单一依赖估计算法(averagedone-dependenceestimators,AODE)是通过放松朴素贝叶斯算法的假设条件得到的一种更加高效的分类算法,但AODE算法将所有父属性对分类的贡献程度看成是一样的,这使得AODE算法的分类效果受到限制。针对这个问题,利用相关系数Tau-y和Lambda-y分别计算各个特征属性对分类的贡献程度,并用计算结果对父属性加权,得到了两个改进的AODE算法:T-AODE和L-AODE算法。然后,利用加利福尼亚大学的埃文斯(UniversityofCaliforniaIrvine,UCI)标准数据集在Eclipse上对这两个算法进行分类实验,结果显示两个改进的AODE算法的精确度要优于原始AODE算法。
简介:“调和平均数是算术平均数的变形使用”有三方面的涵义:1.权数不同,算术平均数的权数是各组单位数f,调和平均数的权数是各组标志总量m。xf。2无论是计算算术平均数,还是计算调和平均数,其分子是总体标志总量,分母是总体单位总量,是两个有意义的量之比。3.两者计算结果一致性的前提是:两者总体的一致性。王殿元,姜春霞在师国统计》1999年第二期上撰文“调和平均数不可代替”(以下简称“王文”)认为:“调和平均数存在着特定的应用空间,是不可替代的独立的平均数。”我们认为,“王文”对“调和平均数是算术平均数的变形使用,是可以用算术平均数替代的平均数”作了错误的理解。没有掌握这一观点的真实内涵。一、权数不同调