文档介绍：Research on weighted Naive Bayesian Classification Algorithm Based on Rough SetTheory by Xi Zhou .(Hunan University merce)2010 Athesissubmitted inpartial satisfaction ofthe Requirements forthedegree of Master ofEngineefing puter Application Technology Changsha University ofScience&Technology Supervisor Professor Ke Luo March,2013 长沙理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。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后果由本人承担。作者签名:J司身日期:矽/乡年多月尹日学位论文版权使用授权书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。本人授权长沙理工大学可以将本学位论文的全部或部分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论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。本学位论文属于 l、保密口,在年解密后适用本授权书。/一一 2、不保密叼。(请在以上相应方框内打“√") 作者签名:J‘毯疡日期:≯7;年名月尸日导师签名:零可日期:1D哆年b月q-日摘要数据挖掘作为信息技术自然演化的结果之一,引起了整个信息产业界的极大关注。数据挖掘是从大量包含结构化、半结构化、文本、图形和图像的原始数据中,采用数学的、非数学的、演绎和归纳的知识发现方法,提取隐含在其中的,可用于决策支持、信息管理等方面的知识和信息的过程。数据分类是数据挖掘的一个重要组成部分,现在主要的分类技术有贝叶斯分类器、基于决策规则的分类器、决策树分类器、粗糙集、遗传算法和贝叶斯信念网络等。,粗糙集理论得到了广泛关注, 现主要用于近似分类、属性和属性值约简、属性依赖性分析等。本文利用了粗糙集在知识约简时,能够保持分类能力不变的特性,将粗糙集理论与得到广泛应用却受条件独立性假设条件限制的朴素贝叶斯分类算法结合,取长补短,使朴素贝叶斯算法的分类能力得到提高。本文的主要研究工作包括两个方面: 。分析了几种属性约简算法,包括值约简和属性约简的算法。然后利用基于属性序的属性约简算法与朴素贝叶斯分类算法进行结合,提出了一种基于属性序约简的加权朴素贝叶斯分类算法。新算法一方面可以简化数据集,另一方面可以参与权值的计算,有效地利用了朴素贝叶斯和粗糙集约简的优势, 使分类的精度和适应性得到了一定程度的提高。 ,提出了一种基于核属性的加权朴素贝叶斯分类算法,使朴素贝叶斯的条件独立性假设限制条件得到弱化,求核属性可使数据集得到简化,为朴素贝叶斯算法的实现准备了前提条件,这样取长补短, 使分类精度得到了提高。关键词:数据挖掘;属性加权;粗糙集;朴素贝叶斯分类;属性约简 Abstract As one oftheresultsofnatural evolution ofinformation technology,data mining has caused great concern from the entireinformation mining is aprocess that collects knowledge and information which are used in decision support,information management,etc.,from alarge amount ofraw datawhich include structured,semi-structured, text,graphics and images,with mathematical,non—mathematical,deductive and inductive knowledge discovery theknowledge discovery methods are