基于动态约简的贝叶斯分类器实现

• 作者: 张小刚 邓义剑
• 来源期刊: 科技与创新
• 关键词: 贝叶斯 动态约简 粗糙集
• 年，卷（期）: 2010,（15）
• 页码范围: 176-178
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.15.071

摘要

海量数据且高维环境下,朴素贝叶斯分类可能即面临获取大量带类标签代价过高又面临当前分类规则不能适应数据变化等问题.于是提出一种基于小规模训练集的基于粗糙集(RS)动态约简贝叶斯算法来实现问题分类:利用粗糙集理论对决策表属性进行动态约简,挖掘出对分类最有利的条件属性即极小值属性,作为朴素贝叶斯推理(NBC)方法对知识进行学习和分类的输入.该方法结合了贝叶斯推理与动态约简将大数据库采样划分的优点.实验证明了算法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小刚	湖南大学电气信息与工程学院	42	577	15.0	22.0
2	邓义剑	湖南大学电气信息与工程学院	2	3	1.0	1.0