基于主成分分析提升朴素贝叶斯
在特征属性相对于类属性统计独立时,朴素贝叶斯能达到最优的分类效率.但该条件独立性假设在许多现实问题中并不成立,这将在某种程度上影响预测准确度.这里结合主成分分析(PCA)对原始数据进行预处理,消除噪声并使数据分布具有一定程度的独立特性.在UCI数据集上分别从独立性和预测准确度方面进行了验证,取得了良好的效果.
模式识别 朴素贝叶斯 条件独立性假设 成分分析 数据处理
李海军 王钲旋 王利民 苑森淼
烟台大学计算机学院(烟台) 吉林大学计算机科学与技术学院(长春)
国内会议
重庆
中文
384-386
2004-08-01（万方平台首次上网日期，不代表论文的发表时间）