编号
zgly0000919577
文献类型
期刊论文
文献题名
大数据环境下朴素贝叶斯分类算法的改进与实现
作者单位
北京交通大学计算机与信息技术学院
母体文献
北京交通大学学报
年卷期
2015(2)
页码
35-41
年份
2015
关键词
MapReduce
朴素贝叶斯
分类算法
关联规则
置信度
动车组
文摘内容
朴素贝叶斯分类算法是一种简单并且高效的分类算法,但条件独立性假设在现实中很难满足,导致其性能有所下降.为了解决该问题,本文在关联规则和置信度的基础上对该分类算法进行了改进.通过挖掘出来的关联规则和该规则的置信度,对不同的属性赋予不同的权重,同时实现了该分类算法的MapReduce化,从而在保持简单性的基础上有效地提高了朴素贝叶斯分类算法的分类性能.动车组运维实验表明:该算法提高了分类的准确率和效率。