算法:EAWIWNB算法 |
输入:训练实例集D,测试实例 |
输出:测试实例 的类标签 |
Step1:利用CFW算法计算D的所有属性权重 |
Step2:计算训练实例集D的所有实例众数z |
Step3:利用公式(14)计算训练实例与每个众数实例的相似度 |
Step4:利用公式(15)计算每个训练实例的权重 |
Step5:利用实例加权思想建立朴素贝叶斯模型 |
Step6:利用模型预测测试实例 的类标签 |
Step7:输出 的类标签 |