一种新型加权朴素贝叶斯分类算法

• 作者: 张春英 王晶
• 来源期刊: 科技与创新
• 关键词: 数据挖掘 朴素贝叶斯 属性频率
• 年，卷（期）: 2010,（30）
• 页码范围: 222-223,192
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.30.081

摘要

朴素贝叶斯算法是一种简单而高效的分类算法.但是它的属性独立性假设一般在现实问题中很难满足,这在某种程度上影响了它的分类能力.加权朴素贝叶斯分类器,通过放松其基础假设,来增强贝叶斯分类器的分类效果.本文利用Rough Set可辨识矩阵,提出了基于属性频率的朴素贝叶斯分类算法,对不同的条件属性赋予不同的权值,有效地提高了朴素贝叶斯算法的分类性能.通过实验证明,此算法计算量小,计算更加简便,更有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张春英	河北理工大学理学院	32	191	8.0	11.0
2	王晶	河北理工大学理学院	3	12	2.0	3.0