基于属性相关的朴素贝叶斯分类算法

• 作者: 丁要军 魏浩
• 来源期刊: 河南科学
• 关键词: 朴素贝叶斯 属性相关 信息熵 信息增益
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 机械电子与计算机科学
• 页码范围: 42-46
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.13537/j.issn.1004-3918.2014.01.011

摘要

朴素贝叶斯分类器是一种简单、高效的分类算法，它以贝叶斯定理和最大后验假设为理论基础，然而朴素贝叶斯分类器属性之间相互独立的假设，影响了朴素贝叶斯分类器的性能。提出先使用基于相关的属性选择算法进行属性选择，然后在选择的属性集上，用朴素贝叶斯分类器对数据集进行分类。实验证明，与未使用属性选择的实验结果相比，使用基于相关的属性选择算法进行属性选择后，朴素贝叶斯分类器平均分类正确率提高，分类效率显著提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁要军	咸阳师范学院信息工程学院	15	174	5.0	13.0
2	魏浩	咸阳师范学院信息工程学院	23	101	6.0	9.0