排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
基于朴素贝叶斯的垃圾邮件分类系统的设计 总被引:1,自引:0,他引:1
徐治国 《盐城工学院学报(自然科学版)》2008,21(2):47-50
结合垃圾邮件分类系统的具体要求,在传统规则分类方法的基础上引入机器学习的知识,给出了系统体系结构和特征提取算法,试验了一种对新邮件计算所属类别后验概率的方法,并详细讨论了一个基于朴素贝叶斯方法的个性化垃圾邮件分类系统的设计。提出的分TFIDF特征子集提取算法和朴素贝叶斯方法对邮件进行分类具有较好的分类精度,应用朴素贝叶斯方法在新邮件到达的同时对其进行分类,具有较好的分类速度。 相似文献
2.
改进的简单贝叶斯文本分类 总被引:5,自引:0,他引:5
刘华 《暨南大学学报(自然科学与医学版)》2007,28(1):48-51
对简单贝叶斯分类中的条件概率加权因子进行了改进,引进了体现词语分类贡献大小的类别区别度,新的加权方法为频率与类别区别度的乘积,既强调了区别度高的词语,降低了常见词的影响,又体现了区别度高的词语频次的积极作用.实验证明,在约3万篇测试集上(共15个大类,244个小类),该改进比原来的加权方法提高了分类效果:大类和小类微平均分别提高了约18.9%和7.6%. 相似文献
1