哈尔滨理工大学学报
哈爾濱理工大學學報
합이빈리공대학학보
JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY
2010年
4期
86-88,93
,共4页
量子粒子群优化%数据挖掘%贝叶斯分类
量子粒子群優化%數據挖掘%貝葉斯分類
양자입자군우화%수거알굴%패협사분류
朴素贝叶斯分类假定类条件独立,使得所选数据集的条件属性集在预处理时必须进行属性约简,如果处理不当,就会造成分类的不准确.本文分别对在训练集上随机选取的属性子集组成粒子,构造适应度函数,从而构建了朴素贝叶斯分类器,并利用量子粒子群算法对分类效果进行择优操作.实验证明,其分类效果优于传统的朴素贝叶斯分类方法.
樸素貝葉斯分類假定類條件獨立,使得所選數據集的條件屬性集在預處理時必鬚進行屬性約簡,如果處理不噹,就會造成分類的不準確.本文分彆對在訓練集上隨機選取的屬性子集組成粒子,構造適應度函數,從而構建瞭樸素貝葉斯分類器,併利用量子粒子群算法對分類效果進行擇優操作.實驗證明,其分類效果優于傳統的樸素貝葉斯分類方法.
박소패협사분류가정류조건독립,사득소선수거집적조건속성집재예처리시필수진행속성약간,여과처리불당,취회조성분류적불준학.본문분별대재훈련집상수궤선취적속성자집조성입자,구조괄응도함수,종이구건료박소패협사분류기,병이용양자입자군산법대분류효과진행택우조작.실험증명,기분류효과우우전통적박소패협사분류방법.
