一种利用关联规则的改进朴素贝叶斯分类算法

被引：7

作者：

陈朝大 ^{[1
]}

梁柱勋 ^{[2
]}

郑士基 ^{[3
]}

机构：

[1] 广东技术师范学院天河学院

[2] 西安交通大学

[3] 广东江门市新会区有线广播电视网络中心

来源：

计算机系统应用 | 2010年 / 19卷 / 11期

关键词：

分类模型; 朴素贝叶斯; 数据挖掘; 置信度; 关联规则;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

朴素贝叶斯分类是一种简单而高效的分类模型,然而条件独立性假设在现实中很少出现,致使其性能有所下降。通过引入关联规则,从两方面来改善朴素贝叶斯分类的性能。一方面,通过对关联规则的挖掘,发现条件属性之间的关联关系,并且利用这种关联关系弱化朴素贝叶斯的独立性假设;另一方面,通过关联规则的置信度,给朴素贝叶斯加权。

引用

页码：106 / 109

页数：4

共 6 条

[1] 一种应用关联规则森林的改进贝叶斯分类算法 [J].