一种基于 Bernoulli混合模型的不完整数据文本分类方法

摘要

在Bernoulli混合模型和期望最大化(EM)算法的基础上给出了一种基于不完整数据的改进方法.首先在已标记数据的基础上通过Bernoulli混合模型和朴素贝叶斯算法得到似然函数参数估计初始值,然后利用含有权值的EM算法对分类器的先验概率模型进行参数估计,得到最终的分类器.实验结果表明,该方法在准确率和查全率方面要优于朴素贝叶斯文本分类.