新型加权粗糙朴素贝叶斯算法及其应用研究-计算机应用研究.PDFVIP

第３２卷第１２期 计 算 机 应 用 研 究 Ｖｏｌ３２Ｎｏ１２ ２０１５年１２月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｄｅｃ．２０１５ 新型加权粗糙朴素贝叶斯算法及其应用研究 １ １ ２ 王　辉 ，黄自威 ，刘淑芬 （１．河南理工大学计算机科学与技术学院，河南 焦作 ４５４０００；２．吉林大学 计算机科学与技术学院，长春 １３００１２） 摘　要：待分类数据集中通常存在大量的冗余属性，会严重影响分类效率。为了达到在降低计算复杂度的同时 提高分类准确率的目的。首先在朴素贝叶斯模型中引入粗糙集技术对数据集进行属性约简，获取最优属性子 集；然后在此基础上以最大化数据集的对数条件似然估计为标准对条件属性设定（近似）最优权值，进而提出一 种新型加权粗糙朴素贝叶斯模型。通过在垃圾邮件过滤领域对该模