%0 Journal Article
%A 林正奎;唐焕玲;鲁明羽;王敬东
%T 基于特征多视图提升Naive Bayesian的Boosting改进算法
%D 2009
%R 
%J 星空电竞app2026最新版学报
%P 70-75
%V 33
%N 6
%X AdaBoost作为一种有效的集成学习方法,能够明显提高不稳定学习算法的分类正确率,但对稳定的Naive Bayesian分类算法的提升效果却不明显.为此,利用多种特征评估函数建立不同的特征视图,生成多个有差异的加权朴素贝叶斯(WNB)基分类器;尝试使用几种不同的方式将样本权重嵌入WNB基分类器的参数中,对WNB产生扰动,进一步增加基分类器的不稳定性.实验结果表明,对比AdaBoost所提算法,BoostMV-WNB能够明显提升WNB文本分类器的性能.
%U https://jdxb.bjtu.edu.cn/CN/abstract/article_916.shtml