樣本-屬性加權(quán)的樸素貝葉斯改進(jìn)算法
所屬分類：技術(shù)論文
上傳者：aet
文檔大小：348 K
所需積分：0分積分不夠怎么辦？
文檔介紹：樸素貝葉斯算法是一種簡(jiǎn)單、高效且有著廣泛應(yīng)用的分類方法，但在現(xiàn)實(shí)中，條件獨(dú)立性假設(shè)影響了其分類性能。為克服該問題，給出一種改進(jìn)算法——樣本-屬性加權(quán)的樸素貝葉斯算法。首先，對(duì)屬性計(jì)算相關(guān)系數(shù)得到屬性權(quán)值；其次，利用屬性權(quán)結(jié)合信息熵獲得樣本熵權(quán)，并據(jù)此加權(quán)樣本以提高泛化能力；然后，給出了樣本-屬性加權(quán)的樸素貝葉斯算法；最后，在UCI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果驗(yàn)證了改進(jìn)算法比原算法具有更好的分類性能。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。