因子分析降维对分类性能的影响研究

• 作者: 吕亚丽 石洪波
• 来源期刊: 中北大学学报(自然科学版)
• 学科: 工学
• 关键词: 因子分析 分类 朴素贝叶斯 降维
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 电子与电子信息
• 页码范围: 556-561
• 页数: 6页
• 分类号: TP181
• 字数: 4694字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2007.06.018

摘要

考虑因子数据的数据特征,采用连续属性服从正态分布的朴素贝叶斯分类方法,对因子分析降维前后数据集的分类性能变化进行了研究.实验结果表明:因子分析中的KMO(Kaiser-Meyer-Olkin)统计值和变量共同度与分类性能紧密相关,当KMO统计值大于0.8,并且只有很少属性的变量共同度值小于80%时,采用因子分析作为分类之前的降维是适宜的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石洪波	山西财经大学信息管理学院	45	446	11.0	19.0
2	吕亚丽	山西财经大学信息管理学院	17	40	4.0	6.0