基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
朴素贝叶斯分类是一种简单而高效的分类模型,然而条件独立性假设在现实中很少出现,致使其性能有所下降.通过引入关联规则,从两方面来改善朴素贝叶斯分类的性能.一方面,通过对关联规则的挖掘,发现条件属性之间的关联关系,并且利用这种关联关系弱化朴素贝叶斯的独立性假设;另一方面,通过关联规则的置信度,给朴素贝叶斯加权.
推荐文章
一种应用关联规则森林的改进贝叶斯分类算法
朴素贝叶斯分类
关联规则
联合概率
一种新型加权朴素贝叶斯分类算法
数据挖掘
朴素贝叶斯
属性频率
一种改进的朴素贝叶斯文本分类算法
贝叶斯
文本分类
特征词
多变量贝努力模型
基于改进特征加权的朴素贝叶斯分类算法
文本分类
朴素贝叶斯
JS散度
词频
文本频率
类别频率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种利用关联规则的改进朴素贝叶斯分类算法
来源期刊 计算机系统应用 学科 工学
关键词 分类模型 朴素贝叶斯 数据挖掘 置信度 关联规则
年,卷(期) 2010,(11) 所属期刊栏目
研究方向 页码范围 106-109
页数 分类号 TP3
字数 3969字 语种 中文
DOI 10.3969/j.issn.1003-3254.2010.11.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈朝大 广东技术师范学院天河学院 16 49 4.0 6.0
2 梁柱勋 2 14 1.0 2.0
3 郑士基 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (51)
参考文献  (5)
节点文献
引证文献  (14)
同被引文献  (27)
二级引证文献  (38)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(8)
  • 引证文献(1)
  • 二级引证文献(7)
2017(13)
  • 引证文献(3)
  • 二级引证文献(10)
2018(10)
  • 引证文献(2)
  • 二级引证文献(8)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
分类模型
朴素贝叶斯
数据挖掘
置信度
关联规则
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
总被引数(次)
57078
论文1v1指导