10.3969/j.issn.1003-0107.2010.07.002
基于PLS的加权朴素贝叶斯分类测试算法
朴素贝叶斯算法是一种简单而高效的分类算法,但是它的条件独立性假设影响了其分类性能.通过放松朴素贝叶斯假设,可以增强其分类效果,但通常会导致计算代价大幅提高.文章提出了一种基于偏最小二乘的加权朴素贝叶斯分类算法,通过建立条件属性和决策腾性之间偏最小二乘回归方程,把回归系数赋给对应的条件属性,作为相应的权重,从而在保持简单性的基硝上有效地提高了朴素贝叶斯算法的分类性能.最后.通过在UCI数据集上的仿真实验.验证了该算法的有效性.
朴素贝叶斯、加权朴素贝叶斯、偏最小二乘、分类测试
TP391(计算技术、计算机技术)
2010-10-13（万方平台首次上网日期，不代表论文的发表时间）
共3页
4-6
