楼主: 人工智能-AI
90 0

一种优化的贝叶斯分类算法 [推广有奖]

  • 0关注
  • 7粉丝

会员

学术权威

71%

还不是VIP/贵宾

-

威望
0
论坛币
15 个
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
37760 点
帖子
3775
精华
0
在线时间
853 小时
注册时间
2017-9-5
最后登录
2018-4-11

人工智能-AI 在职认证  发表于 2018-1-14 11:00:06 |显示全部楼层
摘要:贝叶斯分类方法因具有严密的数学理论基础,于是成为一种简单而有效的数据挖掘方法;然而,贝叶斯分类器要求——条件独立性假设和每个属性权值为1,这极大降低了贝叶斯分类器的性能;针对贝叶斯分类器的局限性,文章提出了一种优化的贝叶斯分类算法;文中,首先利用粗糙集理论对待分类数据集进行属性约简,删除冗余属性;然后给出了属性权值的计算方法和公式,目的在于更准确地描述数据集的重要性和相关性;同时,通过weka3.6.2工具,以UCI机器学习数据库中的数据集为测试数据,进行了对比测试;实验结果表明:OBCA具有较高的分类准确率。

原文链接:http://www.cqvip.com//QK/97801A/201201/40835275.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)


您需要登录后才可以回帖 登录 | 我要注册

GMT+8, 2018-7-19 21:04