樣本-屬性加權(quán)的樸素貝葉斯改進(jìn)算法 | |
所屬分類:技術(shù)論文 | |
上傳者:aet | |
文檔大小:348 K | |
所需積分:0分積分不夠怎么辦? | |
文檔介紹:樸素貝葉斯算法是一種簡(jiǎn)單、高效且有著廣泛應(yīng)用的分類方法,但在現(xiàn)實(shí)中,條件獨(dú)立性假設(shè)影響了其分類性能。為克服該問(wèn)題,給出一種改進(jìn)算法——樣本-屬性加權(quán)的樸素貝葉斯算法。首先,對(duì)屬性計(jì)算相關(guān)系數(shù)得到屬性權(quán)值;其次,利用屬性權(quán)結(jié)合信息熵獲得樣本熵權(quán),并據(jù)此加權(quán)樣本以提高泛化能力;然后,給出了樣本-屬性加權(quán)的樸素貝葉斯算法;最后,在UCI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果驗(yàn)證了改進(jìn)算法比原算法具有更好的分類性能。 | |
現(xiàn)在下載 | |
VIP會(huì)員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。 |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2