摘要：研究了非监督学习Naive Bayes分类的原理和方法，并将其应用到文本数据——网络安全审计数据的分析中.为了提高分类准确率，根据分类的效果对数据的属性集进行选择，使用能提高分类准确性的属性作为分类的依据。对KDD CUP99数据集进行了基于不同属性集的实验，发现了与分类结果相关的属性，分类效果良好.

原文链接:http://www.cqvip.com//QK/91690X/200731/25767897.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）