基于PLS的加权朴素贝叶斯分类测试算法.pdfVIP

基于PLS的加权朴素贝叶斯分类测试算法 Naive ClassificationText BasedonPartialLeast WeightedBayes Algorithm Squares 李雪莲(重庆大学数理学院，四川，重庆400044) of and of U Mathematics University，Sichuan Xuo-|itm(College PhysicsChongqing 400044) Chongqing 摘要：朴素贝叶斯算法是一种简单而高效的分类算法，但是它的条件独立性假设影响了其分类性能。通过 放松朴素贝nt。斯假设，叮以增强其分类效果，但通常会导致计算代价大橱提扁。文章提出r一种基予偏最小 二二乘的加杖十b索贝叶斯分类算法，通过建口条件属性和决策腾性之闻偏最小二乘l曼I归方程，把网IJ_{系数赋给 鲋墩的条件属性，作为楗应的权重，从而在保持简单性的基础上有效地提商了朴索贝时斯算次的分类性能。 最展．通过在UCI数据集卜的仿真实验，验涯了该算法的有救性。 荚键词：朴素9l叶斯；加权朴素贝叶斯；偏最小一乘；分类测试 中图分类号：TI)391 文献标识码：A 文章编号：1003-0107(2010)07-．0004-03 脚aetract：Naive isa andeffect^,eclagsification performanceisat— Bayasalgorithmsimple algorithm．However髓classification fecteditscondmonal have thebasic ofNaive by attribute,ndependence8ssumptionManytechnmuesexplored assumptionBayes a Naive classification toincrease costmuchmore timeinthisadlcle。proposesweighted accuracy．whichalways compuhng Bayes on 13etween anddecisiofl based least a equationofPLS condltlOflattributes algorithm partialsquares(PLS)Bysettingregression coRdltlon COefficientsThen．classification attributedifferent attributes