|
|
1.
不同类变量下属性聚类的朴素贝叶斯分类算法
彭兴媛 刘琼荪
计算机应用
2011, 31 (11):
3072-3074.
DOI: 10.3724/SP.J.1087.2011.03072
朴素贝叶斯（NB）分类算法虽是一种简单且有效的分类方法，但其条件属性独立性假设忽略了属性变量间存在的相关性。考虑到条件独立性假设对分类效果的影响，提出一种新的将条件属性进行聚类的分组技术，不仅避免了传统朴素贝叶斯算法假设各条件属性间独立的这一缺陷，而且反映出了在不同类别情况下条件属性间具有的不同依赖程度。经过对UCI的几个数据集的仿真实验，结果表明了新算法的有效性。
相关文章 |
多维度评价
|
|
