%0 Journal Article
%T 基于特征加权的多关系朴素贝叶斯分类模型
%A 徐光美？
%A 刘宏哲？
%A 张敬尊？
%J 计算机科学
%D 2014
%R 10.11896/j.issn.1002-137X.2014.10.059
%X 为进一步提高多关系朴素贝叶斯方法的分类准确率,分析了已有的特征加权方法,并在将特征加权方法扩展到多关系的情况下结合元组id传播方法和面向元组的统计计数方法,建立了基于特征加权的多关系朴素贝叶斯分类模型(mrnbc-w)。标准数据集上的实验结果显示,新方法可以在不增加算法时间复杂度的前提下,有效提高金融数据集的分类准确率。文中也给出了结合扩展互信息标准对属性进行过滤后,加权方法和不加权方法的分类比较。
%K 多关系数据挖掘
%K 朴素贝叶斯
%K 分类
%K 互信息
%K 特征加权
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20141059&flag=1