Abstract：
朴素贝叶斯具有强的独立性假设，而特征加权是解决这一问题的方法。CFW算法是一种简单有效的加权算法，但该算法的权重计算公式纳入了特征间冗余性，从而影响为每个特征所赋予的权值，降低了分类精度。针对CFW算法中存在的权重冗余问题，本文提出了CFS-CFW算法。该算法使用特征选择算法CFS有效降低权重冗余性，使得每个特征被赋予更合适的权重。在13个UCI数据集上的实验结果表明，该算法具有更高的分类精度。在UCI的spambase的垃圾邮件分类数据集上，该算法的准确性也更高。
Keyword：
Reprint 's Address：
Email：
Source ：
福建电脑
Year： 2024
Issue： 01
Volume： 40
Page： 9-15
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
