基于鲸鱼优化算法的贝叶斯分类器研究与应用

摘要

朴素贝叶斯分类器的条件独立性这一假设称为"朴素贝叶斯假设",其限制了朴素贝叶斯分类的适用范围和分类准确率,本文提出用改进的鲸鱼优化算法来优化朴素贝叶斯分类器,并对算法进行应用研究以解决这个问题.改进的鲸鱼优化算法使用禁忌搜索机制来跳出算法寻优时候易陷入局部最优的误区.为了削弱朴素贝叶斯分类器独立性假设,通过改进的鲸鱼优化算法自动搜索分类器的属性全局性权值,从而提升了加权贝叶斯分类器运算的准确率.试验证明,相比较传统的朴素贝叶斯分类算法,本文优化后的加权贝叶斯分类算法具有更精准的分类结果.