高斯朴素贝叶斯算法实现数据分类

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-4995-05-04-150095

高斯朴素贝叶斯算法实现数据分类

肖劲松, 何立功, 舒地灵, 农高海

百色学院信息工程学院

全文直达

引用

打印

摘要：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：

高斯朴素贝叶斯；鸢尾花数据集；训练与分类

Universe Scientific Publishing

ISSN：2661-4987

年,卷(期)：2023,5(4)