基于属性相关的朴素贝叶斯分类算法

摘要：

朴素贝叶斯分类器是一种简单、高效的分类算法，它以贝叶斯定理和最大后验假设为理论基础，然而朴素贝叶斯分类器属性之间相互独立的假设，影响了朴素贝叶斯分类器的性能。提出先使用基于相关的属性选择算法进行属性选择，然后在选择的属性集上，用朴素贝叶斯分类器对数据集进行分类。实验证明，与未使用属性选择的实验结果相比，使用基于相关的属性选择算法进行属性选择后，朴素贝叶斯分类器平均分类正确率提高，分类效率显著提升。

关键词：朴素贝叶斯、属性相关、信息熵、信息增益

分类号：TP391.9(计算技术、计算机技术)

资助基金：陕西省科学技术研究计划项目2013JM8037；陕西省教育厅科学研究项目12JK0933；咸阳师范学院专项科研项目13XSYK056

在线出版日期：2014-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：42-46