原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
第 卷 第 期 计 算 机 工 程 年 月
先进计算与数据处理 文章编号 文献标志码 中图分类号
基于属性关联的朴素贝叶斯分类算法
宁 可 孙同晶 赵浩强
杭州电子科技大学 自动化学院杭州 浙江省电子信息产品检验所杭州
摘 要 针对传统朴素贝叶斯分类算法处理多维连续型数据时准确率较低的问题提出基于属性关联的改进算法
通过高斯分割对属性类别不同的多维连续型数据集进行离散化处理并使用拉普拉斯校准属性关联和属性加权
方法改进朴素贝叶斯分类过程 实验结果表明与基于拉普拉斯校准或属性加权的改进算法相比该算法能够提
高分类准确率且提升幅度在一定范围内随着属性数量的增加而增加适用于多维连续型数据的分类
关键词 连续型数据数据分类关联规则朴素贝叶斯分类算法属性加权
中文引用格式宁 可孙同晶赵浩强基于属性关联的朴素贝叶斯分类算法计算机工程
英文引用格式
基于算法本身进行改进如贝叶斯网络分类算
概述
法双重贝叶斯分类算法懒惰式贝叶斯网络分类
分类是数据挖掘和机器学习中的一个重要研究 算法等这些方法使得贝叶斯分类算法的准确率和
领域 主要依靠对已经确定类别的数据进行分析 应用范围有所提升 针对属性对结果影响的结合
建立分类器然后通过分类器对未知数据的类别进 属性加权的朴素贝叶斯分类器 这种方法可以
行判断 目前已经存在大量发展成熟的分类算 提高准确率 结合其他方法对朴素贝叶斯分类算
法比较经典的算法有近邻分类算法 贝叶斯分 法进行改进这种方法的改进方式较多 比如结合
文档评论（0）