分類作為數(shù)據(jù)挖掘領(lǐng)域中的核心研究?jī)?nèi)容,在現(xiàn)實(shí)生活中有著非常廣泛的應(yīng)用,例如根據(jù)病人的臨床病癥屬性判斷病人患了什么病。常見(jiàn)的構(gòu)造分類器的方法有很多,如貝葉斯網(wǎng)絡(luò)、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)和模糊集等等。而樸素貝葉斯分類算法作為貝葉斯算法家族中的一種經(jīng)典分類算法,因其結(jié)構(gòu)簡(jiǎn)單、計(jì)算高效的特性得到了廣大學(xué)者的重視。樸素貝葉斯分類算法基于這樣一種假設(shè):在給定類標(biāo)記時(shí),屬性值之間是相互條件獨(dú)立的。這種假設(shè)雖使得其計(jì)算簡(jiǎn)單,但同時(shí)也限制了它在許多屬性間相關(guān)性較強(qiáng)的數(shù)據(jù)集上的分類表現(xiàn)。因此學(xué)者們紛紛從放松它的假設(shè)條件入手提出了眾多的改進(jìn)算法,平均單一依賴估計(jì)算法和隱樸素貝葉斯算法則是其中的優(yōu)秀代表。它們不僅極大提高了原算法的分類精確度,而且還在眾多不同種類的數(shù)據(jù)集上均有較好的分類表現(xiàn)。本文以平均單一依賴估計(jì)算法和隱樸素貝葉斯算法為基本研究對(duì)象,并考慮到在實(shí)際應(yīng)用中數(shù)據(jù)類型對(duì)分類的影響,提出了兩個(gè)基于屬性加權(quán)的平均單一依賴估計(jì)算法和一個(gè)基于屬性值加權(quán)的隱樸素貝葉斯算法。具體的研究工作如下:（1）通過(guò)研究樸素貝葉斯分類算法和平均單一依賴估計(jì)算法,分別提出了基于相關(guān)系數(shù)Tau-y和Lambda-y的屬性加權(quán)... 

【文章來(lái)源】：山東科技大學(xué)山東省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．２?ＮＢＣ算法結(jié)構(gòu)圖??Ｆｉｇｒｕｅ２．２?ＮＢＣ?ａｌｇｏｒｉｔｈｍ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ??

?（２？⑴??ｉ＝＼??一般情況下，使用貝葉斯公式進(jìn)行貝葉斯推斷的基本模式可以總結(jié)為圖２．１。??先驗(yàn)信息??????????貝葉斯定理——＞?先驗(yàn)分布?令預(yù)測(cè)分類??樣本信息??圖２．１貝葉斯推斷基本模式圖??Ｆｉｇｕｒｅ２．１?Ｂａｙｅｓｉａｎ?ｉｎｆｅｒｅｎｃｅ?ｂａｓｉｃ?ｐａｔｔｅｒｎ??２．３樸素貝葉斯分類算法??ＮＢＣ算法是基于貝葉斯理論的有監(jiān)督的學(xué)習(xí)方法，并且它有一個(gè)假設(shè)條件：??一個(gè)實(shí)例在給定類標(biāo)記的條件下，它的所有屬性值是相互獨(dú)立的［３７］。因此ＮＢＣ??算法的結(jié)構(gòu)如圖２．２所示（此處和后面介紹的算法均以四屬性為例展示算法描述??的屬性間的關(guān)系）。??廣＇??Ｇ?６?Ｑ?Ｑ??圖２．２?ＮＢＣ算法結(jié)構(gòu)圖??Ｆｉｇｒｕｅ２．２?ＮＢＣ?ａｌｇｏｒｉｔｈｍ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ??在圖２．２中，Ｃ為訓(xùn)練集中的類標(biāo)記集合，我們將其稱為類別，４為訓(xùn)練集??中第／個(gè)屬性。ＮＢＣ算法在對(duì)有眾多屬性的訓(xùn)練集進(jìn)行分類實(shí)驗(yàn)時(shí)，表現(xiàn)出了很??好的分類效果和極快的分類速度，這很大程度上得益于ＮＢＣ算法的條件獨(dú)立性??９??

有其它的屬性共同作用產(chǎn)生的，％ｐ，為為＾的取值。ＨＮＢ算法假設(shè)一個(gè)實(shí)例在給??定類標(biāo)記和隱藏父屬性值的條件下，它的屬性值間是相互獨(dú)立的，因此可以知??道ＨＮＢ算法的結(jié)構(gòu)如圖２．４所示。??，一Ｊ、、?？立？?，．丄??／?＼?／?＼?／?＼／??＼?為ｙ？ｌ?－＾９＾２?／?ｕ＾／ｔｐ４?／??？、???圖２．４?ＨＮＢ算法結(jié)構(gòu)圖??Ｆｉｇｕｒｅ２．４?ＨＮＢ?ａｌｇｏｒｉｔｈｍ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ??通過(guò)上面的介紹，我們可以知道由ＨＮＢ算法定義的聯(lián)合概率的公式為：??ｉＶＰ４，．．．，４，Ｃ）?｜＾，，Ｃ）。?（２．２４）??／＝１?丨??在這里戶以，｜?ｊ＿，Ｃ）的計(jì)算公式為：??ｉ：?。?（２．２５）??Ｉ?Ｊ〇ｉ??由上式就可以看出對(duì)于一個(gè)屬性?＜，其隱藏父屬性實(shí)際上是由其它所有??屬性進(jìn)行混合加權(quán)得到的。??由此得到了?ＨＮＢ算法針對(duì)一個(gè)測(cè)試實(shí)例義＝（〇｜

【參考文獻(xiàn)】：
期刊論文
[1]基于粗糙集的加權(quán)樸素貝葉斯郵件過(guò)濾方法[J]. 鄧維斌,王國(guó)胤,洪智勇.  計(jì)算機(jī)科學(xué). 2011(02)
[2]應(yīng)用模糊識(shí)別方法判別油水層[J]. 申輝林,王敏.  勘探地球物理進(jìn)展. 2007(02)
[3]基因表達(dá)式程序設(shè)計(jì)方法在采煤工作面瓦斯涌出量預(yù)測(cè)中的應(yīng)用[J]. 李曲,蔡之華,朱莉,趙云勝.  應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào). 2004(01)
[4]對(duì)應(yīng)分析油氣水層識(shí)別方法及應(yīng)用[J]. 張文賓,林景曄,劉概琴,韋學(xué)銳.  大慶石油地質(zhì)與開(kāi)發(fā). 2002(06)
[5]基于Rough Set理論的油層識(shí)別方法[J]. 陳遵德.  地球物理學(xué)進(jìn)展. 1998(04)
[6]基于屬性相關(guān)性分析的貝葉斯分類模型[J]. 章舜仲,王樹(shù)梅,黃河燕,陳肇雄.  情報(bào)學(xué)報(bào). 2007 (02)

博士論文
[1]樸素貝葉斯分類器及其改進(jìn)算法研究[D]. 蔣良孝.中國(guó)地質(zhì)大學(xué) 2009

碩士論文
[1]基于屬性選擇的樸素貝葉斯分類研究與應(yīng)用[D]. 杜婷.中國(guó)科學(xué)技術(shù)大學(xué) 2016
[2]天灸干預(yù)喘息性支氣管炎急性發(fā)作期治療的臨床研究[D]. 向菲.廣州中醫(yī)藥大學(xué) 2016
[3]西漢名醫(yī)淳于意研究[D]. 門(mén)淑芬.蘭州大學(xué) 2012
[4]基于互信息的多層隱樸素貝葉斯算法研究[D]. 李晶輝.湖南大學(xué) 2012
[5]樸素貝葉斯分類及其應(yīng)用研究[D]. 段晶.大連海事大學(xué) 2011



本文編號(hào)：2960383