基于关系选择的多关系朴素贝叶斯分类

• 作者: 张晶 毕佳佳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 多关系 分类 信息增益率 贡献度 关系选择
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 218-223
• 页数: 6页
• 分类号: TP18
• 字数: 5560字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.05.037

摘要

依据多关系数据库中的背景表对分类任务具有的不同大小贡献度,提出一种基于关系选择的多关系朴素贝叶斯分类算法.对关系表进行两轮删减,根据最大信息增益率删掉部分对分类影响较小的关系表,把平均信息增益率作为衡量表对分类的贡献度,根据贡献度选定余下的表用于最终的分类.实验结果表明,该算法能有效提高分类准确率,相比Graph-NB算法、Classify_tables算法及MRNBC-W算法分别提高2.2％,1.1％,0.86％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕佳佳	合肥工业大学计算机与信息学院	3	14	2.0	3.0
2	张晶	合肥工业大学计算机与信息学院	21	101	7.0	8.0