1) Assumption of independence from irrelevant alternative
无关选择独立性假设
2) independence assumption
独立性假设
1.
Research on Nave Bayesian Classifier s independence assumption;
朴素贝叶斯分类器的独立性假设研究
2.
Node-State independence assumption can provide a more tractable solution to delay constrained routing, especially when state information is Probability Density Function (PDF) of delay at each node.
然后,基于独立性假设,用相应链路延时概率密度函数的卷积计算这15条路径延时的概率密度函数。
3) independence hypothesis
独立性假设
1.
There is an "independence hypothesis" in Bayesian classifier method:examples of the emergence of each attribute are independent from the examples of other attributes appear,the practical application of such conditions are not easily satisfied because the special version of the related characters may have new meaning in a special text.
朴素贝叶斯分类(naive Bayes)有一个“独立性假设”:给定一个实例的类标签,实例中的每个属性的出现都独立于实例中其他属性的出现,而在实际应用中这种条件并不易满足,另外由于文本的特殊性,相关的特征项可能会产生新的语义信息。
4) IIA
无关备选对象的独立性
1.
In this paper,the definition of weak Pareto optimal,(weak) IIA,(strong) dictatorship and decisive set etc is given.
给出了与多元社会福利函数相对应的弱Pareto性质,(弱)无关备选对象的独立性,(绝对)独裁及决定集等概念,并给出了独裁的一个充分条件。
2.
This paper completely characterizes theminterms of IIA,anonymity,neutrality and other axioms.
易建新(2005)引入了两类多数投票的社会福利函数,本文用无关备选对象的独立性、匿名性、中立性等公理给出了它们的完全特征。
5) attribute independence assumption
属性独立性假设
1.
It releases attribute independence assumption of Naive Bayes text classifier.
放宽朴素贝叶斯文本分类模型中的属性独立性假设,采用一种改进的基于贝叶斯定理的文本分类模型"树桩网络",改进朴素贝叶斯文本分类模型。
补充资料：无关
1.没有关楗或不上门闩。语出《老子》"善闭，无关楗而不可开"。原意是善闭门者，不用门闩，别人也开不了。后以"无关"谓善守其道，则坚不可破。 2.不涉及;没有关系。 3.特指没有重大﹑紧要关系。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条