發(fā)布時間：2021-05-06 06:40

　　貝葉斯網(wǎng)絡(luò)是對不確定性建模的工具,它將隨機變量的相互關(guān)系用圖模式表示出來,是概率理論和圖模型的結(jié)合.目前分類學(xué)習(xí)是機器學(xué)習(xí)和大數(shù)據(jù)挖掘研究的重點問題之一,這些理論和技術(shù)已經(jīng)在多領(lǐng)域得到了廣泛應(yīng)用.貝葉斯分類器是一種分類模型,可以高效地對大數(shù)據(jù)信息依照屬性變量之間的依賴關(guān)系作較為精確的分類預(yù)測.根據(jù)屬性變量的性質(zhì)可以將分類器分為:離散屬性貝葉斯分類器、連續(xù)屬性貝葉斯分類器、混合屬性貝葉斯分類器等,本文研究的是離散屬性貝葉斯分類器.為了提高分類器的精度根據(jù)屬性變量的依賴關(guān)系,學(xué)者們提出了眾多分類器的構(gòu)造方法和理論,如:樸素貝葉斯分類器、TAV貝葉斯分類器、隱樸素貝葉斯分類器、完全貝葉斯分類器等.其中樸素貝葉斯分類器是所有分類器中最為基礎(chǔ)的一個,它成立的前提是假設(shè)屬性變量是條件獨立的,這使得屬性變量之間的依賴信息無法得到利用,而這部分往往也會蘊含著較重要的分類信息.為了提高樸素貝葉斯分類器的精度,1996年Friedman等人提出了一種新型的分類器一一TAN分類器,放松了屬性變量間獨立性的假設(shè),允許除了類變量外還可以有一個屬性變量作為其屬性父節(jié)點,這使得TAN分類器可以部分依賴屬性變量的信息... 

【文章來源】：山東師范大學(xué)山東省

【文章頁數(shù)】：44 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 引言
第二章 貝葉斯網(wǎng)絡(luò)分類器的基本理論
    §2.1 概率論基礎(chǔ)
    §2.2 貝葉斯網(wǎng)絡(luò)分類器基礎(chǔ)
    §2.3 參數(shù)的學(xué)習(xí)
    §2.4 相關(guān)分類器的介紹
第三章 基于權(quán)重優(yōu)化的樸素貝葉斯分類器
    §3.1 貝葉斯相關(guān)定理及特征加權(quán)
    §3.2 算法描述
    §3.3 實驗及結(jié)果分析
第四章 一種新型樸素貝葉斯分類器的學(xué)習(xí)方法
    §4.1 TAN模型的DTAN構(gòu)造方法
    §4.2 隱樸素貝葉斯分類器的構(gòu)建
第五章 總結(jié)與展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]層次樸素貝葉斯分類器構(gòu)造算法及應(yīng)用研究[J]. 范敏,石為人.  儀器儀表學(xué)報. 2010(04)
[2]基于局部解釋能力的貝葉斯網(wǎng)絡(luò)隱藏變量學(xué)習(xí)[J]. 王雙成,冷翠平,劉鳳霞.  小型微型計算機系統(tǒng). 2009(09)
[3]一種自適應(yīng)模型構(gòu)造的層次決策圖貝葉斯優(yōu)化算法[J]. 姚金濤,楊波,孔宇彥.  小型微型計算機系統(tǒng). 2009(08)



本文編號：3171440