基于条件信息熵的自主式朴素贝叶斯分类算法

• 作者: 周玉敏 邓维斌 黄蜀江
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 朴素贝叶斯 粗糙集 条件信息熵 自主式学习 分类
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 888-891
• 页数: 4页
• 分类号: TP311.13
• 字数: 4952字
• 语种: 中文

摘要

朴素贝叶斯是一种简单而高效的分类算法,但其条件独立性和属性重要性相等的假设并不符合客观实际,这在某种程度上影响了它的分类性能.如何去除这种先验假设,根据数据本身的特点实现知识自主学习是机器学习中的一个难题.根据Rough Set的相关理论,提出了基于条件信息熵的自主式朴素贝叶斯分类方法,该方法结合了选择朴素贝叶斯和加权朴素贝叶斯的优点.通过在UCI数据集上的仿真实验,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周玉敏	重庆邮电大学经济管理学院	19	152	5.0	12.0
2	邓维斌	重庆邮电大学经济管理学院	48	488	11.0	21.0
3	黄蜀江	重庆邮电大学经济管理学院	6	70	5.0	6.0