计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
10期
283-285
,共3页
多关系数据挖掘%朴素贝叶斯%分类%互信息%特征加权
多關繫數據挖掘%樸素貝葉斯%分類%互信息%特徵加權
다관계수거알굴%박소패협사%분류%호신식%특정가권
Multi-relational data mining (MRDM)%Na(i)ve Bayes%Classification%Mutual information%Feature weighting
为进一步提高多关系朴素贝叶斯方法的分类准确率,分析了已有的特征加权方法,并在将特征加权方法扩展到多关系的情况下结合元组ID传播方法和面向元组的统计计数方法,建立了基于特征加权的多关系朴素贝叶斯分类模型(MRNBC-W).标准数据集上的实验结果显示,新方法可以在不增加算法时间复杂度的前提下,有效提高金融数据集的分类准确率.文中也给出了结合扩展互信息标准对属性进行过滤后,加权方法和不加权方法的分类比较.
為進一步提高多關繫樸素貝葉斯方法的分類準確率,分析瞭已有的特徵加權方法,併在將特徵加權方法擴展到多關繫的情況下結閤元組ID傳播方法和麵嚮元組的統計計數方法,建立瞭基于特徵加權的多關繫樸素貝葉斯分類模型(MRNBC-W).標準數據集上的實驗結果顯示,新方法可以在不增加算法時間複雜度的前提下,有效提高金融數據集的分類準確率.文中也給齣瞭結閤擴展互信息標準對屬性進行過濾後,加權方法和不加權方法的分類比較.
위진일보제고다관계박소패협사방법적분류준학솔,분석료이유적특정가권방법,병재장특정가권방법확전도다관계적정황하결합원조ID전파방법화면향원조적통계계수방법,건립료기우특정가권적다관계박소패협사분류모형(MRNBC-W).표준수거집상적실험결과현시,신방법가이재불증가산법시간복잡도적전제하,유효제고금융수거집적분류준학솔.문중야급출료결합확전호신식표준대속성진행과려후,가권방법화불가권방법적분류비교.
