高级检索
检索提示：高级检索多个条件检索时是按照顺序运算的：如 A或B与C 即:(A或B)与C
[期刊论文]
以特征值关联项改进贝叶斯分类器正确率
作者：
收录：
摘要：
朴素贝叶斯分类器建立在其数据＂特征值之间相互条件独立＂的基础上,而在实际应用中该假设难以完全成立.针对这种现象提出一种算法,即通过寻找对产生错误分类影响最大的特征值,并依此特征值的关联项对数据项扩充,在此基础上对扩充项添加权重,以达到提升分类器精度的效果.最后对权重的大小加以论证,实验分析了不同大小的权重对分类器正确率的影响.实验结果表明,添加关联项扩充训练集,可以有效提升贝叶斯分类器的正确率.
关键词：
作者机构：
通讯作者信息：
电子邮件地址：
相关关键词：
相关文章：
2016，
2011，中国科学技术大学学报
2011，测控技术
2013，吉林大学学报(工学版)
来源 ：
计算机应用与软件
ISSN： 1000-386X
年份： 2017
期： 8
卷： 34
页码： 286-290,311
被引次数：
WoS核心集被引频次： 0
SCOPUS被引频次：
ESI高被引论文在榜： 0 展开所有
万方被引频次： 3
中文被引频次：
近30日浏览量： 1
归属院系：
信息学部
全文获取
外部链接：
