期刊文章详细信息
文献类型:期刊文章
机构地区:[1]重庆邮电大学计算机科学与技术研究所
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]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...