基于属性选择的改进加权朴素贝叶斯分类算法

• 作者: 杜婷 王行甫
• 来源期刊: 计算机系统应用
• 关键词: 属性选择 朴素贝叶斯分类 权重 相关性 关联性
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 149-154
• 页数: 6页
• 字数: 5073字
• 语种: 中文

摘要

朴素贝叶斯分类算法简单且高效, 但其基于属性间强独立性的假设限制了其应用范围. 针对这一问题,提出一种基于属性选择的改进加权朴素贝叶斯分类算法(ASWNBC). 该算法将基于相关的属性选择算法(CFS)和加权朴素贝叶斯分类算法(WNBC)相结合, 首先使用CFS算法获得属性子集使简化后的属性集尽量满足条件独立性, 同时根据不同属性取值对分类结果影响的不同设计新权重作为算法的加权系数, 最后使用ASWNBC算法进行分类. 实验结果表明, 该算法在降低分类消耗时间的同时提高了分类准确率, 有效地提高了朴素贝叶斯分类算法的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王行甫	中国科学技术大学计算机学院	38	412	10.0	19.0
2	杜婷	中国科学技术大学计算机学院	1	16	1.0	1.0