面向非均衡数据类的朴素贝叶斯改进算法

• 作者: 侯涛文 谭志
• 来源期刊: 现代电子技术
• 关键词: 朴素贝叶斯 监督学习 感受性曲线 非均衡样本 深度特征加权 数据挖掘
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 118-122
• 页数: 5页
• 分类号: TN911.1-34|TP3
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.09.028

摘要

针对朴素贝叶斯分类器存在对非均衡样本分类时,易将少数类样本分到多数类的问题,利用感受性曲线的性质和深度特征加权的思想,提出一种面向非均衡数据类的朴素贝叶斯加权算法(DA-WNB).为了验证该算法对不平衡数据分类的有效性,实验结果以AUC、真正类率、整体精度为指标,仿真结果表明,该算法能提高少数类分类准确率(最高达60％),且能保持较高的整体精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭志		15	91	3.0	9.0
2	侯涛文		1	0	0.0	0.0