基于粒子群优化的朴素贝叶斯改进算法

作者：邱宁佳; 李娜; 胡小娟; 王鹏; 孙爽滋

来源：计算机工程, 2018, 44(11): 27-39.

DOI：10.19678/j.issn.1000-3428.0048410

• 朴素贝叶斯
• 互信息
• 属性约简
• 粒子群优化算法
• 权值优化

针对朴素贝叶斯(NB)算法因条件独立性的理想式假设引起分类性能降低的问题,提出一种改进的粒子群优化-朴素贝叶斯(PSO-NB)算法。在文本预处理时,引入权重因子、类内和类间离散因子进行属性约简,基于NB加权模型,将条件属性的词频比率作为其初始权值,利用PSO算法迭代寻找全局最优特征权向量,并以此权向量作为加权模型中各个特征词的权值生成分类器。运用经典数据集对PSO-NB算法进行性能分析,结果表明,改进算法可有效减少冗余属性,降低计算复杂度,具有较高的准确率和召回率。

• 单位
  长春理工大学