基于屬性加權(quán)的選擇性樸素貝葉斯分類研究.pdf

1、貝葉斯分類屬于數(shù)據(jù)挖掘領(lǐng)域重要的分類方法之一,樸素貝葉斯分類是一種簡單的貝葉斯分類方法,與其它分類方法相比,它的優(yōu)點是簡單、高速、分類效果穩(wěn)定和理論基礎(chǔ)堅實,因此也得到了廣泛的應(yīng)用。但是樸素貝葉斯模型假定在給定分類特征條件下屬性間是相互獨立的,而這個假定在實際應(yīng)用中往往是不成立的,這就給樸素貝葉斯方法帶來了局限性。為此,很多學(xué)者試圖通過放松屬性間的獨立性假設(shè)來提高樸素貝葉斯分類器的性能,其中屬性加權(quán)和屬性選擇是兩種比較好的方法。

2、　　本文正是從屬性加權(quán)和屬性選擇兩個方面改進樸素貝葉斯分類模型。主要的研究工作包括:
　　(1)從屬性加權(quán)方面改進樸素貝葉斯分類,詳細(xì)介紹了屬性加權(quán)樸素貝葉斯分類的基本原理,深入分析了引入屬性權(quán)值后對于分類結(jié)果的影響,介紹了一種稱為相關(guān)概率法的確定屬性權(quán)值的方法,并按照該方法構(gòu)造了一個加權(quán)樸素貝葉斯分類器WNBC。
　　(2)從屬性選擇方面改進樸素貝葉斯分類,深入分析了兩種不同的屬性選擇方法,分別是屬性相關(guān)性度量法和包裝法。

3、關(guān)于屬性相關(guān)性度量法,介紹了一種基于x2統(tǒng)計量法的屬性選擇算法,并按照該方法構(gòu)造了一個選擇性樸素貝葉斯分類器RNBC;關(guān)于包裝法,研究了包裝法選擇屬性的具體過程,包裝法實現(xiàn)時需要注意的各個方面,然后基于包裝法構(gòu)造了一個選擇性樸素貝葉斯分類器SNBC。
　　(3)提出將兩種方法相結(jié)合的進一步改進的NBC模型WRNBC和WRSNBC。WRNBC模型將屬性加權(quán)和基于屬性相關(guān)性度量的屬性選擇方法結(jié)合,首先通過x2統(tǒng)計量法得到最優(yōu)屬性約簡子