Библиографическое описание:SELF-OPTIMIZING WEIGHTED BAYESIAN CLASSIFIER BASED ON HEURISTIC ALGORITHM : научное издание / Z. Z. Ma, M. M. Gao. - Текст : непосредственный // Инновационная наука. - 2023. - № 6-1. - P. 41-46. - ISSN 2410-6070.
Аннотация:The naive Bayes model assumes that attributes are independent of each other, and this assumption is often not valid in practical applications, and the classification effect is not good when the number of attributes is relatively large or the correlation between attributes is large. In order to weaken the assumption of independence of the naive Bayes classifier, this paper adopts a weighted Bayesian classifier and uses the whale optimization algorithm in the heuristic algorithm to automatically optimize the weights, thus improving the accuracy of the weighted Bayesian classifier operation. The experiment proves that compared with the traditional naive Bayes classification algorithm, the weighted Bayesian classification algorithm optimized by using the whale optimization algorithm in this paper has more accurate classification results
Простая байесовская модель предполагает, что признаки независимы друг от друга, и это предположение часто недействительно в практических приложениях, и эффект классификации не является хорошим, когда число признаков относительно велико или корреляция между признаками велика. Для того чтобы ослабить предположение о независимости простого байесовского классификатора, в данной работе используется взвешенный байесовский классификатор и алгоритм оптимизации кита в эвристическом алгоритме для автоматической оптимизации весов, что повышает точность работы взвешенного байесовского классификатора. Эксперимент доказывает, что по сравнению с традиционным простым байесовским алгоритмом классификации, взвешенный байесовский алгоритм классификации, оптимизированный с помощью китового алгоритма оптимизации в данной статье, имеет более точные результаты классификации.
