朴素贝叶斯算法是一种简单而高效的分类算法,但是其分类能力却受到条件独立性的假设所影响。文章针对朴素贝叶斯算法的这一弊端,提出以互信息量为加权的朴素贝叶斯算法。通过计算条件属性和决策属性之间的互信息量,对不同的条件属性赋予不同的权重,从而在保持朴素贝叶斯算法简洁的基础上有效地提高了其分类性能。首先提出了以互信息量为属性权值的求解方法,然后论证了相应的算法理论,最后对所提算法进行了实际验证,并得到很好的效果。
科研之友
微信
新浪微博
Facebook
分享链接
