首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于属性约简的PLS加权朴素贝叶斯分类
引用本文:杨敏,贺兴时,刘平丽,王芳妮.基于属性约简的PLS加权朴素贝叶斯分类[J].西安工程科技学院学报,2013(1):118-121.
作者姓名:杨敏  贺兴时  刘平丽  王芳妮
作者单位:西安工程大学理学院
基金项目:陕西省教育厅自然科学专项基金项目(12JK0744)
摘    要:朴素贝叶斯算法是一种简单而高效的分类算法,它的属性独立性假设,影响了它的分类性能.针对这种问题,在分析属性相关性的基础上,通过属性约简选择一组近似独立的属性约简子集,提出一种基于属性约简的偏最小二乘回归加权朴素贝叶斯分类算法.对不同的条件属性给予不同的权值,从而在保持简单性的基础上有效地提高了朴素贝叶斯分类算法的分类性能.实验结果表明,该方法可行且有效.

关 键 词:加权朴素贝叶斯分类  属性约简  偏最小二乘回归

Weighted naive Bayes classifier based on attribute reduction-PLS
YANG Min,HE Xing-shi,LIU Ping-li,WANG Fang-ni.Weighted naive Bayes classifier based on attribute reduction-PLS[J].Journal of Xi an University of Engineering Science and Technology,2013(1):118-121.
Authors:YANG Min  HE Xing-shi  LIU Ping-li  WANG Fang-ni
Institution:(School of Science,Xi′an Polytechnic University,Xi′an 710048,China)
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号