一种基于特征置换的朴素贝叶斯分类器 (2012年)

朴素贝叶斯分类方法是一种广泛使用的分类算法，在独立性假设不完全满足的情况下计算效率和分类效果均较为理想，通过分析全局特征向量中各特征与类别属性之间的联系，提出将组合特征置换多源特征，用组合特征的共现率对多源特征进行概率调整的新方法，在不同数据集的实验中，调整后的朴素贝叶斯分类器（FRNB）的分类精度均好于传统朴素贝叶斯分类器，测试结果表明，改进后的算法是有效可行的。