登录    注册    忘记密码

期刊文章详细信息

基于Rough Set的加权朴素贝叶斯分类算法    

Weighted Naive Bayes Classification Algorithm Based on Rough Set

  

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]

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心