：將K—MeanS算法引入到樸素貝葉斯分類(lèi)研究中，提出一種基于K—MeanS的樸素貝葉斯分類(lèi)算法。首先用K—
me．a(chǎn)rks算法對(duì)原始數(shù)據(jù)集中的完整數(shù)據(jù)子集進(jìn)行聚類(lèi)，計(jì)算缺失數(shù)據(jù)子集中的每條記錄與 個(gè)簇重心之間的相似度，把記
錄賦給距離最近的一個(gè)簇，并用該簇相應(yīng)的屬性均值來(lái)填充記錄的缺失值，然后用樸素貝葉斯分類(lèi)算法對(duì)處理后的數(shù)據(jù)
集進(jìn)行分類(lèi)。實(shí)驗(yàn)結(jié)果表明，與樸素貝葉斯相比，基于K—MeanS思想的樸素貝葉斯算法具有較高的分類(lèi)準(zhǔn)確率。
標(biāo)簽：
MeanS
算法
分類(lèi)
貝葉斯
上傳時(shí)間：
2017-08-18
上傳用戶(hù)：banyou
