资料下载
×
一种特征假期朴素贝叶斯文本分类算法
消耗积分:0 |
格式:pdf |
大小:1.33 MB |
2021-05-28
分享资料个
朴素贝叶斯（NB）算法应用于文本分类时具有简单性和高效性，但算法中属性独立性与重要性一致的假设，使其在精确度方面存在瓶颈。针对该问题，提出一种基于泊松分布的特征加权NB文本分类算法。结合泊松分布模型和NB算法，将泊松随机变量引入特征词权重，在此基础上定义信息增益率对文本特征词加权，削弱传统算法属性独立性假设造成的影响。在20- ne wsgroups数据集上的实验结果表明，与传统NB算法及其改进算法 R.-MNB和CFSNB相比，该算法可使文本分类的准确率、召回率和F1值得到提升，并且执行效率高于K-最近邻算法和支持向量机算法。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
