期刊专题

10.3778/j.issn.1002-8331.2211-0411

多类属性加权与正交变换融合的朴素贝叶斯

引用
由于朴素贝叶斯算法忽略了数据多维属性的相关性,从而导致分类算法的极大应用局限.对此提出多类属性加权与正交变换融合的朴素贝叶斯改进算法.利用贡献度与相关互信息去量化离散属性以及离散属性值之间的相关程度,以获得其权重;利用正交变换方法消除连续属性之间的线性关系;将加权后的离散属性和正交变换后的连续属性的条件概率进行区分计算,从而得到较高的分类精度并提高算法的泛化能力.通过在公开数据集以及校园一卡通数据集上的k折交叉验证,实验结果表明,与最新的5种改进朴素贝叶斯算法相比,该算法的准确率高了7.19~9.94个百分点,加权平均F1值高了6.4~11.64个百分点.

多维混合属性、离散属性加权、离散属性值加权、正交变换、k折交叉验证

59

TP391(计算技术、计算机技术)

西南科技大学博士基金20zx7123

2023-09-28(万方平台首次上网日期,不代表论文的发表时间)

共14页

84-97

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

59

2023,59(18)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn