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

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

参考

[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.