«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:

期数:

2007年01期

页码:

30-32

栏目:

智能、算法、系统工程

出版日期:

1900-01-01

文章信息/Info

Title:

Naive Bayes Classification Based on Genetic Algorithms

文章编号:

1673-629X（2007）01-0030-03

作者:

胡为成¹; 2 胡学钢¹

[1]合肥工业大学计算机学院[2]铜陵学院计算机系

Author(s):

HU Wei-cheng;  HU Xue-gang

[1]College of Computer Science, Hefei Technology University[2]Department of Computer Science, Tongling College

关键词:

数据挖掘; 朴素贝叶斯; 遗传算法; 属性约简; 适应度函数

Keywords:

data mining;  Naive Bayes;  genetic algorithms;  feature reduction;  fitness function

分类号:

TP301

文献标志码:

A

摘要:

朴素贝叶斯分类器是一种简单而高效的分类器，但是其属性独立性假设限制了对实际数据的应用。提出一种新的算法，该算法为避免数据预处理时，训练集的噪声及数据规模使属性约简的效果不太理想，并进而影响分类效果，在训练集上通过随机属性选取生成若干属性子集，并以这些子集构建相应的贝叶斯分类器，进而采用遗传算法进行优选。实验表明，与传统的朴素贝叶斯方法相比，该方法具有更好的分类精度

Abstract:

Naive Bayes classifier is a simple and effective classification method, but its attribute independence assumption makes it unable to express the dependence among attributes in the real world. To avoid the direct influence of feature reduction from data pre - processing on the performance of classification, a new algorithm is introduced in this paper. It makes use of random feature selection to generate several feature subsets from the whole training set, and constructs Bayesian classifiers with the feature subsets, and then optimizes the Bayesian classifiers by using genetic algorithms. Compared with the traditional Naive Bayes methods , the algorithm has better classification precision

备注/Memo

备注/Memo:

安徽省高等学校自然科学研究重点项目（2006kj027A）胡为成（1975-），男，安徽桐城人，讲师，硕士研究生，主要研究方向为数据挖掘、遗传程序设计等；胡学钢，教授，硕士生导师，主要从事数据挖掘、概念格等方向研究

常用功能

更新日期/Last Update: 1900-01-01