基于ICA方法的朴素贝叶斯分类器

被引：12

作者：

秦锋

任诗流

程泽凯

罗慧

机构：

[1] 安徽工业大学计算机学院

来源：

计算机工程与设计 | 2007年 / 20期

关键词：

独立分量分析; 朴素贝叶斯; 分类; 属性独立; 相关性;

D O I：

10.16208/j.issn1000-7024.2007.20.065

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,但需要属性独立性假设,无法表示现实世界中属性之间的依赖关系,影响了其分类性能。利用独立分量分析提升朴素贝叶斯分类性能,把样本投影到由独立分量所确定的特征空间,提高了朴素贝叶斯分类器的分类性能。实验结果表明,这种基于独立分量分析的朴素贝叶斯分类器具有良好的性能。

引用

页码：4873 / 4874+4877 +4877

页数：3