典型文献
基于改进PCA的朴素贝叶斯分类算法
文献摘要：
朴素贝叶斯是一种处理分类问题的常用方法,但它的属性条件独立性假设在实际应用中难以成立,导致其分类性能降低.针对这一问题,文章提出了基于改进PCA的朴素贝叶斯分类算法,该算法通过Pear-son和Kendall系数计算出属性间的相关性大小,基于主成分分析筛选出新的属性集,使其尽量满足条件独立性假设,并对新数据集进行朴素贝叶斯分类.实验结果表明,该方法有效地提高了分类准确率.
文献关键词：
朴素贝叶斯;相关系数;主成分分析
中图分类号：
作者姓名：
李思奇;吕王勇;邓柙;陈雯
作者机构：
四川师范大学数学科学学院,成都610068;四川师范大学可视化计算与虚拟现实四川省重点实验室,成都610068
文献出处：
引用格式：
[1]李思奇;吕王勇;邓柙;陈雯-.基于改进PCA的朴素贝叶斯分类算法)[J].统计与决策,2022(01):34-37
A类：
B类：
朴素贝叶斯分类,分类算法,分类问题,常用方法,分类性能,Pear,son,Kendall,属性集,满足条件,新数据,分类准确率
AB值：
0.249735
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
