基于互信息与层次聚类双重特征选择的改进朴素贝叶斯算法.pdfVIP

测控技术

•36•模式识别与人工智能

2022年第41卷第2期

基于互信息与层次聚类双重特征选择的

改进朴素贝叶斯算法

李欣倩，杨哲，任佳

(浙江理工大学机械与自动控制学院，浙江杭州310018)

摘要:根据朴素贝叶斯算法的特征条件独立假设，提出一种基于互信息和层次聚类双重特征选择的改进

朴素贝叶斯算法。通过互信息方法剔除不相关的特征，然后依据欧氏距离将删减后的特征进行分层聚

类,通过粒子群算法得到聚类簇的数量，最后将每个聚类簇中与类别互信息最高的特征合并为特征子

集，并由朴素贝叶斯算法得到分类准确率。根据实验结果可知，该算法可以有效减少特征之间的相关

性，提升算法的分类性能。

关键词：朴