基于Rough Set的加权朴素贝叶斯分类算法

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

所属期刊栏目：34

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金60373111;教育部跨世纪优秀人才培养计划;重庆市教委资助项目040505

在线出版日期：2007-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：204-206,219