文献类型：期刊文章

作　　者：黄宇达[1,2] 王迤冉[3]

机构地区：[1]西南科技大学计算机科学与技术学院,四川绵阳621010 [2]周口职业技术学院信息工程系,河南周口466000 [3]周口师范学院计算机科学与技术学院,河南周口466000

出　　处：《计算机工程》

基　　金：河南省教育厅自然科学研究计划基金资助项目(2008B520047);河南省科技厅基础与前沿技术研究计划基金资助项目(112300410307)

年　　份：2012

卷　　号：38

期　　号：14

起止页码：41-43

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、ZGKJHX、普通刊

摘　　要：在朴素贝叶斯算法和ID3算法的基础上,提出一种改进的决策树分类算法。引入客观属性重要度参数,给出弱化的朴素贝叶斯条件独立性假设,并采用加权独立信息熵作为分类属性的选取标准。理论分析和实验结果表明,改进算法能在一定程度上克服ID3算法的多值偏向问题,并且具有较高的执行效率和分类准确度。

关 键 词：朴素贝叶斯算法 ID3算法 信息增益 客观属性重要度  条件独立性假设  加权独立信息熵  

分 类 号：TP301]