不同类变量下属性聚类的朴素贝叶斯分类算法
 
彭兴媛 刘琼荪

关键词:朴素贝叶斯 属性关联程度 聚类算法 χ2统计量
 
主要内容:朴素贝叶斯(NB)分类算法虽是一种简单且有效的分类方法,但其条件属性独立性假设忽略了属性变量间存在的相关性。考虑到条件独立性假设对分类效果的影响,提出一种新的将条件属性进行聚类的分组技术,不仅避免了传统朴素贝叶斯算法假设各条件属性间独立的这一缺陷,而且反映出了在不同类别情况下条件属性间具有的不同依赖程度。经过对UCI的几个数据集的仿真实验,结果表明了新算法的有效性。
 
《计算机应用》  2011,31(11).-3072-3074
全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp
仿站