一种选择性的加权朴素贝叶斯分类器

被引：15

作者：

王峻 ^{[1
]}

刘淮生 ^{[2
]}

机构：

[1] 淮南师范学院

[2] 淮南矿业集团瓦斯利用分公司

来源：

湖南文理学院学报(自然科学版) | 2008年 / 01期

关键词：

朴素贝叶斯; 加权朴素贝叶斯; 属性相关性; 属性约简; 权重; 信息增益;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

朴素贝叶斯分类器是一种简单而高效的分类器,但它的条件独立性假设影响了它分类的正确率.加权朴素贝叶斯是对它的一种扩展.通过分析属性相关性的度量和属性约简,选择一组最近似独立的属性约简子集,并结合加权朴素贝叶斯和选择性贝叶斯分类器的优点,提出一种选择性的加权贝叶斯分类器SWNBC.实验结果表明,与朴素贝叶斯分类器相比,WSANBC分类器具有较高的分类正确率.

引用

页码：77 / 79+83 +83

页数：4

共 6 条

[1]

基于条件信息熵的自主式朴素贝叶斯分类算法 [J].