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:
针对朴素贝叶斯分类算法的特点,提出一种改进的特征选择方法。现代大规模数据分类在单机计算机上训练和测试时间过长,对此,在 hadoop 分布式平台下设计并实现了基于朴素贝叶斯的数据分类算法。实验结果表明,改进的算法能有效提高分类的正确率,所设计的并行朴素贝叶斯数据分类算法具有较高的执行效率,适用于海量数据的处理与分析。
推荐文章
基于引力模型的朴素贝叶斯分类算法
分类算法
朴素贝叶斯
引力模型
遥感图像
基于改进特征加权的朴素贝叶斯分类算法
文本分类
朴素贝叶斯
JS散度
词频
文本频率
类别频率
基于属性约简的PLS加权朴素贝叶斯分类
加权朴素贝叶斯分类
属性约简
偏最小二乘回归
一种新型加权朴素贝叶斯分类算法
数据挖掘
朴素贝叶斯
属性频率
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 云计算环境下基于朴素贝叶斯的数据分类
来源期刊 计算机应用与软件 学科 工学
关键词 云计算 MapReduce 朴素贝叶斯 数据分类
年,卷(期) 2015,(3) 所属期刊栏目 数据工程
研究方向 页码范围 27-30
页数 4页 分类号 TP181
字数 4852字 语种 中文
DOI 10.3969/j.issn.1000-386x.2015.03.008
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 张永 辽宁师范大学计算机与信息技术学院 48 408 12.0 17.0
2 于静雯 辽宁师范大学计算机与信息技术学院 2 27 2.0 2.0
3 张红蕊 辽宁师范大学计算机与信息技术学院 2 28 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  (4)
节点文献
引证文献  (21)
同被引文献  (98)
二级引证文献  (27)
2001(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)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(10)
  • 引证文献(9)
  • 二级引证文献(1)
2017(14)
  • 引证文献(5)
  • 二级引证文献(9)
2018(10)
  • 引证文献(2)
  • 二级引证文献(8)
2019(9)
  • 引证文献(3)
  • 二级引证文献(6)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
云计算
MapReduce
朴素贝叶斯
数据分类
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导