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:
朴素贝叶斯和决策树由于其较高的分类性能和简单性得到了广泛的使用,许多学者都在研究如何在分类前对数据进行处理以提升它们的分类性能。该文首先使用主成分分析提取特征数据,然后对处理后的数据上利用朴素贝叶斯和决策树进行分类,并对实验结果进行分析,比较主成分分析对它们分类性能的影响。
推荐文章
基于主成分分析的多变量决策树构造方法
数据挖掘
单变量决策树
多变量决策树
主成分分析
基于贝叶斯推理的决策树模型
决策树
贝叶斯推理
逆跳马尔科夫链蒙特卡洛
分类准确率
递归分割
基于主成分分析的改进贝叶斯网络入侵检测研究
特征选择
主成分分析
滑动窗口
贝叶斯网络
入侵检测
基于朴素贝叶斯与ID3算法的决策树分类
朴素贝叶斯算法
ID3算法
信息增益
客观属性重要度
条件独立性假设
加权独立信息熵
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 基于主成分分析朴素贝叶斯和决策树比较
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 朴素贝叶斯分类器 决策树 分类 主成分分析
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 222-224
页数 3页 分类号 TP274
字数 语种
DOI
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 石洪波 山西财经大学信息管理学院 45 446 11.0 19.0
2 张林 山西财经大学信息管理学院 9 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
研究主题发展历程
节点文献
朴素贝叶斯分类器
决策树
分类
主成分分析
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导