-
题名样本-属性加权的朴素贝叶斯改进算法
- 1
-
-
作者
曾文赋
-
机构
福建省福州第一中学
-
出处
《微型机与应用》
2014年第6期62-63,67,共3页
-
文摘
朴素贝叶斯算法是一种简单、高效且有着广泛应用的分类方法,但在现实中,条件独立性假设影响了其分类性能。为克服该问题,给出一种改进算法——样本-属性加权的朴素贝叶斯算法。首先,对属性计算相关系数得到属性权值;其次,利用属性权结合信息熵获得样本熵权,并据此加权样本以提高泛化能力;然后,给出了样本-属性加权的朴素贝叶斯算法;最后,在UCI数据集上的实验结果验证了改进算法比原算法具有更好的分类性能。
-
关键词
朴素贝叶斯
样本-属性加权
条件独立性假设
-
Keywords
naive Bayesian
sample-attribute weighted
conditional independence assumption
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-