基于連續(xù)型數(shù)據(jù)的樸素貝葉斯分類器的改進(jìn)研究.pdf

1、樣本分類是數(shù)據(jù)挖掘一項(xiàng)非常重要的任務(wù)，在眾多分類方法和理論中，貝葉斯分類方法具有堅(jiān)實(shí)的統(tǒng)計(jì)理論基礎(chǔ)，其簡(jiǎn)單形式是樸素貝葉斯方法(NBC模型)，由于具有簡(jiǎn)單快速的計(jì)算過程及泛化能力強(qiáng)等優(yōu)點(diǎn)，NBC模型得到了廣泛應(yīng)用。本文著重研究基于連續(xù)型數(shù)據(jù)的樸素貝葉斯分類器，探討基于屬性加權(quán)及增量學(xué)習(xí)的改進(jìn)方法。
　　 在屬性加權(quán)改進(jìn)方法上，本文引進(jìn)Fisher判別分析理論定義各屬性的分類權(quán)重，提出了Fisher加權(quán)樸素貝葉斯分類器(FWNBC

2、模型)，通過實(shí)驗(yàn)分析表明FWNBC模型在一定程度上提高了樸素貝葉斯分類器的準(zhǔn)確率。
　　 在增量學(xué)習(xí)方法上，由于樸素貝葉斯對(duì)數(shù)據(jù)作高斯分布假設(shè)，本文首先應(yīng)用有限混合模型思想分析分類器的參數(shù)求解過程實(shí)質(zhì)上是高斯混合模型的參數(shù)估計(jì)過程。接著討論EM算法在高斯混合模型參數(shù)估計(jì)問題上的應(yīng)用，提出增加未標(biāo)注訓(xùn)練樣本的結(jié)合EM算法的樸素貝葉斯分類器(EMNBC模型)。實(shí)驗(yàn)表明當(dāng)數(shù)據(jù)對(duì)樸素貝葉斯有較好的類可分性時(shí)，EMNBC模型可以明顯地提高