文档介绍：墨座交通戈謦硕士学位论文论文题分类号密级单位代码学导师姓名申请学位专业名论文答辩学位授予号
指导教师签名:彬氓\\㈣嬲学位论文作者签名:姑良学位论文作者签名:动哆讧学位论文作者签名:事膨蘑指导教师签名:连西≮威重庆交通大学学位论文原创性声明重庆交通大学学位论文版权使用授权书日期:辍翴拢疛日日期:,年耹/日‘月‘月日本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。日期:趎年本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权重庆交通大学可以将本学位论文的全部内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所将本人学位论文收录到《中国学位论文全文数据库》,并进行信息服务ǖú幌抻诨惚唷⒏粗啤⒎⑿小⑿畔⑼绱úサ,同时本人保留在其他媒体发表论文的权利。日期:矽年本人同意将本学位论文提交至中国学术期刊馀贪电子杂志社系列数据库中全文发布,并按《中国优秀博硕士学位论文全文数据库出版章程》规定享受相关权益。日期:’·日日●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●
摘要朴素贝叶斯分类器是一种简单高效的分类器,在很多情况下能够取得和一些复杂分类器相当的分类精度。但由于其所依赖的属性独立性假设在真实问题中往往并不成立,为此,围绕如何放松独立性假设,又能取得较好的分类效果,是提高朴素贝叶斯分类的关键因素。其中对分类属性恰当的筛选,可以很好地提高分类器的分类效果,本文提出两种属性选择的方法能有效的提高分类的效果,主要内容和创新点如下:恼绿岢鲆恢只谄钚《朔ǖ钠铀乇匆端狗掷嗍粜匝≡袼惴āMü⑻跫粜间的偏最小二乘回归方程,得到一个由回归系数组成的矩阵。归一化后对每个属性和其他属性间的相关性求和,和值就是该属性的相关度。相关度越大,该属性就越差。闷钚《朔ㄏ喙匦苑治鲅∪∈粜钥梢缘玫礁魇粜约涞南喙匦裕歉魇粜苑掷嗟优差还无从判断。这里提出一种基于属性取值区间关系的属性提取方法。在朴素贝叶斯模型中同一属性的不同类别所在的取值区间是不同的,如果太接近就说明该属性不能区分这两个类别。依此统计出该属性不能区分的类别个数。个数越少,说明该属性分类效果越好。岢鲆恢只诟怕实募尤ㄆ铀乇匆端狗掷嗨惴ǎü悦扛鍪粜宰銎铀乇匆端狗掷嗟到该属性分类正确的概率,把该概率作为相应的权重,分别加在条件属性上,得到加权后的朴素贝叶斯分类器。疚慕陨先址椒ㄗ酆掀鹄矗陨窬5氖菸@云溲≡袷粜裕尤ê蟮玫搅比较理想的结果,交叉检验的分类正确率比没有选择属性时提高了%,以的数据集,并用同样的属性来分类,加权后的分类器比没加权时都有所提高。关键词:加权朴素贝叶斯:偏最小二乘法;属性选择;分类概率
【....—一
..鷈——————————————————————————————————————————————————————一甌痶,:甀..簍琭,..·,.,畍ィ甎籶;’甌,
录目摘要第一章绪论论文研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数据挖掘的概念和步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数据挖掘的功能⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.数据挖掘的对象⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究状况及发展态势⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文的主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯论文主要内容和结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章神经元和朴素贝叶斯研究神经元简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯朴素贝叶斯分类器原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⒒其他的基于贝叶斯的分类模型⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.相关性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.偏最小二乘法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.疉纭⋯.Ⅱ.