面向非均衡数据类的朴素贝叶斯改进算法 |
| |
作者单位: | ;1.北京建筑大学 |
| |
摘 要: | 针对朴素贝叶斯分类器存在对非均衡样本分类时,易将少数类样本分到多数类的问题,利用感受性曲线的性质和深度特征加权的思想,提出一种面向非均衡数据类的朴素贝叶斯加权算法(DA-WNB)。为了验证该算法对不平衡数据分类的有效性,实验结果以AUC、真正类率、整体精度为指标,仿真结果表明,该算法能提高少数类分类准确率(最高达60%),且能保持较高的整体精度。
|
关 键 词: | 朴素贝叶斯 监督学习 感受性曲线 非均衡样本 深度特征加权 数据挖掘 |
An improved naive Bayesian algorithm for unbalanced data classes |
| |
Abstract: | |
| |
Keywords: | |
|
|