| 因子分析降维对分类性能的影响研究 |
| |
| 引用本文： | 石洪波,吕亚丽.因子分析降维对分类性能的影响研究[J].华北工学院学报,2007,28(6):556-561. |
| |
| 作者姓名： | 石洪波 吕亚丽 |
| |
| 作者单位： | 山西财经大学信息管理学院,山西太原030006 |
| |
| 基金项目： | 国家自然科学基金资助项目（60503017）;山西省自然科学基金资助项目（20051046） |
| |
| 摘 要： | 考虑因子数据的数据特征，采用连续属性服从正态分布的朴素贝叶斯分类方法，对因子分析降维前后数据集的分类性能变化进行了研究．实验结果表明：因子分析中的KMO（Kaiser—Meyer—Olkin）统计值和变量共同度与分类性能紧密相关，当KMO统计值大于0．8，并且只有很少属性的变量共同度值小于80％时，采用因子分析作为分类之前的降维是适宜的．
|
| 关 键 词： | 因子分析 分类 朴素贝叶斯 降维 |
| 文章编号： | 1673-3193（2007）06-0556-06 |
| 收稿时间： | 2007-06-29 |
Research on the Effect of Factor-Analysis-Based Dimension Reduction on Classification Performance |
| |
| SHI Hong-bo, Lu Ya-li.Research on the Effect of Factor-Analysis-Based Dimension Reduction on Classification Performance[J].Journal of North China Institute of Technology,2007,28(6):556-561. |
| |
| Authors: | SHI Hong-bo Lu Ya-li |
| |
| Abstract: | |
| |
| Keywords: | factor analysis classification Naive Bayes dimension reduction |
| 本文献已被 维普 等数据库收录！ |
