论文部分内容阅读
朴素贝叶斯算法是一种简单而高效的分类算法，但它的属性独立性假设，影响了它的分类性能。针对这个问题，提出一种基于属性约简的PLS加权朴素贝叶斯分类算法。该算法首先分析属性之间的相关性，通过属性约简选择一组近似独立的属性约简子集，提出改进的偏最小二乘回归加权朴素贝叶斯分类算法，实验结果表明，改进算法具有较高的分类准确度。并将改进的算法应用于边坡识别问题中。