一种基于遗传算法的加权朴素贝叶斯分类算法

• 作者: 保玉俊 周莉莉 段鹏
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 加权朴素贝叶斯 Rough集 属性重要度 遗传算法 适应度函数 分类
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 525-529
• 页数: 5页
• 分类号: TP311.13
• 字数: 3863字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2018.06.015

摘要

朴素贝叶斯算法因其分类精度高、模型简单等优点而被得到普遍应用,但因为它需要具备很强的属性之间的条件独立性假设,使得其在实际分类学习中很难实现.针对这个缺点,提出了一种基于遗传算法的加权朴素贝叶斯分类算法(G_WNB).该算法将遗传算法(GA)与加权朴素贝叶斯分类算法(WNB)相结合,首先使用基于Rough Set的加权朴素贝叶斯分类算法,综合信息论与代数论给出的属性权值求解方法,计算出每个属性的权值,以初始权值作为初始种群,加权朴素贝叶斯的分类正确率为适应度函数,采用遗传算法优选,以使适应度函数最高的权值为数据集的最终权值,最后使用G_WNB进行分类.实验表明,该算法提高了分类准确率,同时提高了朴素贝叶斯分类器的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段鹏	云南民族大学数学与计算机科学学院	24	89	5.0	8.0
2	保玉俊	云南民族大学数学与计算机科学学院	1	4	1.0	1.0
3	周莉莉	云南民族大学数学与计算机科学学院	2	4	1.0	2.0