基于EM-PLS的加权朴素贝叶斯分类算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Weighted Naive Bayes Classification Algorithm Based on EM-Partial Least Squares
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    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和数据完备性要求,影响了其分类性能;在此提出了一种基于EM算法和偏最小二乘的加权朴素贝叶斯分类算法,实验结果验证了该算法的有效性。

    Abstract:

    Naive Bayes algorithm is a simple and effective classification algorithm.However,its classification performance is affected by its conditional attribute independence assumption and request of complete data.This paper proposes a weighted Naive Bayes classification algorithm based on EM algorithm and partial least squares. Experimental results show its validity.

    参考文献
    相似文献
    引证文献
引用本文

李雪莲;.基于EM-PLS的加权朴素贝叶斯分类算法[J].重庆工商大学学报(自然科学版),2011,28(1):22-25
LI Xue-lian. Weighted Naive Bayes Classification Algorithm Based on EM-Partial Least Squares[J]. Journal of Chongqing Technology and Business University(Natural Science Edition),2011,28(1):22-25

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
×
2024年《重庆工商大学学报(自然科学版)》影响因子显著提升