基于互信息与层次聚类双重特征选择的改进朴素贝叶斯算法

摘要：

根据朴素贝叶斯算法的特征条件独立假设,提出一种基于互信息和层次聚类双重特征选择的改进朴素贝叶斯算法.通过互信息方法剔除不相关的特征,然后依据欧氏距离将删减后的特征进行分层聚类,通过粒子群算法得到聚类簇的数量,最后将每个聚类簇中与类别互信息最高的特征合并为特征子集,并由朴素贝叶斯算法得到分类准确率.根据实验结果可知,该算法可以有效减少特征之间的相关性,提升算法的分类性能.

关键词：朴素贝叶斯;双重特征选择;互信息;层次聚类

所属期刊栏目：41

分类号：TP181(自动化基础理论)

资助基金：浙江省自然科学基金;浙江理工大学521人才培养计划项目

在线出版日期：2022-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：36-40,69