基于k一均值聚类的朴素贝叶斯分类算法

• 作者: 游强华 王萍 郑芸芸
• 来源期刊: 福建电脑
• 关键词: 朴素贝叶斯分类器 k-均值聚类 数据挖掘
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 应用与开发
• 页码范围: 106-107,124
• 页数: 3页
• 字数: 2518字
• 语种: 中文

摘要

朴素贝叶斯分类器是建立在条件独立性假设上的,但在实际运用过程中这种假设通常是不存在的.针对这个问题,结合k-均值聚类算法构造出了一个改进的朴素贝叶斯分类器.算法用k-均值算法将其中相关系数较大的属性合并成一个综合属性,使随后进行贝叶斯分类的各个属性间能尽可能达到属性独立,达到朴素贝叶斯分类器的要求.实验证明这种方法改善了朴素贝叶斯分类器并扩大了朴素贝叶斯分类器的应用范围.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王萍	川北医学院计算机数学教研室	50	118	5.0	8.0
2	郑芸芸	川北医学院计算机数学教研室	6	9	2.0	3.0