操作风险等级预测的朴素贝叶斯方法研究

作者：王双成 冷翠平 侯彩虹操作风险等级预测朴素贝叶斯分类器丢失数据gibbs抽样

摘要：操作风险数据积累比较困难,而且往往不完整,朴素贝叶斯分类器是目前进行小样本分类最优秀的分类器之一,适合于操作风险等级预测。在对具有完整数据朴素贝叶斯分类器学习和分类的基础上,提出了基于星形结构和Gibbs sampling的具有丢失数据朴素贝叶斯分类器学习方法,能够避免目前常用的处理丢失数据方法所带来的局部最优、信息丢失和冗余等方面的问题。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社