文献类型：期刊文章

作　　者：邓维斌[1] 王国胤[1] 王燕[1]

机构地区：[1]重庆邮电大学计算机科学与技术研究所

出　　处：《计算机科学》

基　　金：国家自然科学基金(No.60373111);新世纪优秀人才支持计划;重庆市教委科学技术研究项目(040505)资助

年　　份：2007

卷　　号：34

期　　号：2

起止页码：204-206

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：朴素贝叶斯算法是一种简单而高效的分类算法,但其条件独立性假设并不符合客观实际,这在某种程度上影响了它的分类性能。加权朴素贝叶斯是对它的一种扩展。基于Rough Set的属性重要性理论,提出了基于Rough Set的加权朴素贝叶斯分类方法,并分别从代数观、信息观及综合代数观和信息观的角度给出了属性权值的求解方法。通过在UCI数据集上的仿真实验,验证了该方法的有效性。

关 键 词：朴素贝叶斯 加权朴素贝叶斯 ROUGH集 属性重要性  分类  

分 类 号：TP18]