一种不确定数据的朴素贝叶斯分类方法

作者：熊小峰; 李文进; 毛伊敏

来源：江西理工大学学报, 2014, 35(05): 96-100.

DOI：10.13265/j.cnki.jxlgdxxb.2014.05.018

• 不确定性数据
• 朴素贝叶斯
• 直方图估计
• 类条件概率密度
• 分类

针对不确定性数据的分类问题,提出一种基于直方图估计的不确定性朴素贝叶斯分类器(HU-NBC).基于直方图估计的思想,建立估计不确定性数据概率密度函数的数学模型,并利用该模型估计不确定性朴素贝叶斯分类器的类条件概率密度函数.实验结果表明,与同类型算法相比,基于直方图估计的HU-NBC算法拥有较优的分类精度、较小的时间代价和空间需求,适合解决数据量较大的不确定性数据分类问题.

• 单位
  江西理工大学