基于主成分分析提升朴素贝叶斯

• 作者: 李海军 王利民 王钲旋 苑森淼
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 模式识别 朴素贝叶斯 条件独立性假设 PCA
• 年，卷（期）: 2004,（z3）
• 所属期刊栏目: 模式识别与图像处理
• 页码范围: 384-386
• 页数: 3页
• 分类号: TP3
• 字数: 2516字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2004.z3.120

摘要

在特征属性相对于类属性统计独立时,朴素贝叶斯能达到最优的分类效率.但该条件独立性假设在许多现实问题中并不成立,这将在某种程度上影响预测准确度.这里结合主成分分析(PCA)对原始数据进行取处理,消除噪声并使数据分布具有一定程度的独立特性.在UCI数据集上分别从独立性和预测准确度方面进行了验证,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑森淼	吉林大学计算机科学与技术学院	69	850	15.0	26.0
2	王利民	吉林大学计算机科学与技术学院	30	172	8.0	12.0
3	王钲旋	吉林大学计算机科学与技术学院	47	393	12.0	18.0
4	李海军	烟台大学计算机学院	9	56	4.0	7.0