手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 教师专业发展与创新教育研究 Volume 5, Issue 4. 2023.
高斯朴素贝叶斯算法实现数据分类
作者 : 肖 劲松, 何 立功, 舒 地灵, 农 高海
DOI: 10.12361/2661-4995-05-04-150095
全部来源
获取全文
摘要 / Abstract
朴素贝叶斯分类是机器学习中非常重要的一种分类算法，基于贝叶斯定理和特征条件独立假设，可以用于文本分类、垃圾邮件过滤、信息检索等应用场景。本文较为详细的给出了高斯朴素贝叶斯分类的理论过程，并试着采用鸢尾花数据集进行模型训练与分类。根据实验结果，表明该算法能够实现数据分类，分类准确度较高，且分类准确与数据集特征，训练模型数据量大小等因素有关。随着数据特征的增加，或者训练集数据增加，分类准确率有所提高。
关键词 / Keywords
高斯朴素贝叶斯；鸢尾花数据集；训练与分类
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1] 郭秀娟，李庆凯，孟庆楠等 . 基于朴素贝叶斯算法分析鸢尾花数据集分类 [J]. 工业和信息化教育，2022（06）：82-84+91.
  • [2] 何伟 . 基于朴素贝叶斯的文本分类算法研究 [D]. 南京：南京邮电大学，2020.
  • [3] 陶阳明 . 经典人工智能算法综述 [J]. 软件导刊，2020，19（3）：276-280.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号