TAN（Tree-Augmented Na?ve Bayes）将贝叶斯网络表示依赖关系的能力与朴素贝叶斯的简易性相结合，体现了学习的效率与准确地描述属性之间相关性的一种适当的折衷，与朴素贝叶斯分类器相比，其分类性能明显优于朴素贝叶斯分类器。文本主要面向文本分类问题研究基于TAN分类器的集成学习方法，给出了一种性能较优的基于不同特征子空间的TAN集成方法FRS－TAN，实验结果显示：相对于性能最优的单个TAN分类器，基于特征子空间集成的FRS－TAN集成方法在文本分类性能上有所提升。

>>查看原文初稿链接<<

>>更多科技论文<<

　　相关报道：

　　2011年2月各高校三星级以上论文所占比例排序

　　2011年2月份高校在线发表论文星级统计排序

　　2011年2月份各高校在线发表论文数量统计排序

　　2月份科技论文在线优秀学者专栏浏览次数统计

　　优秀学者及论著栏目学者人数统计排序(2月份)