文档介绍：基于属性加权和归约的朴素贝叶斯算法研究硕士学位论文杨忠强学位授予日期一分类号论文答辩日期—．．
指导教师签名：鑫杰譬螽作亳联系电话：祈疾电子邮箱：舫饂匀护钐幻论文作者签名：杨吏．强日期：啄．哆广西大学学位论文原创性和使用授权声明日期：≥讲方．、本人声明所呈交的论文，是本人在导师的指导下独立进行研究所取得的研究成果。除已特别加以标注和致谢的地方外，论文不包含任何其他个人或集体已经发表或撰写的研究成果，也不包含本人或他人为获得广西大学或其它单位的学位而使用过的材料。与我一同工作的同事对本论文的研究工作所做的贡献均已在论文中作了明确说明。本人在导师指导下所完成的学位论文及相关的职务作品，知识产权归属广西大学。本人授权广西大学拥有学位论文的部分使用权，即：学校有权保存并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或其它复制手段保存、汇编学位论文。本学位论文属于：口保密，在年解密后适用授权。回不保密。朐谝陨舷嘤Ψ娇蚰诖颉啊獭
基于属性加权和归约的朴素贝叶斯算法研究摘要数据挖掘就是从大量的数据中提取出人们感兴趣的知识的一个复杂过程。在数据挖掘的众多领域中，数据分类是其中的重要研究领域之一。分类就是一种对数据的分析手段，它的主要作用就是利用分类函数或分类模型把数据库中的各个数据项指定给某个给定的类中。分类有很多算法，其中贝叶斯算法是基于贝叶斯定理而展开的，具有坚实的数学理论基础。贝叶斯分类算法主要利用先验概率通过一系列的计算来得出后验概率。这种方法非常简单，而且利于理解，因此，贝叶斯算法被人们深入研究并应用于许多领域。贝叶斯算法又可以分为朴素贝叶斯算法和贝叶斯网络。本文的重点是对基于属性加权和归约的朴素贝叶斯算法进行研究。工作的内容和取得的成果如下：谑粜约尤ǖ钠铀乇匆端顾惴ㄑ芯俊Ｆ铀乇匆端顾惴ň哂屑虻ァ高效等特点，但是它完全忽略了属性之间的依赖关系，在属性之间依赖程度较高时，对分类效果的影响比较严重。针对朴素贝叶斯算法要求属性相互独立的前提，提出了一种基于属性加权的方法来削弱属性独立这个限定。在属性加权方法中，采用了协方差理论和卡方拟合统计量两种方法综合确定权重系数。协方差理论主要通过属性值的协方差来表达属性之间的关联，卡方拟合统计量则是采用属性出现的频数来确定权重系数，综合两
方面，比较好地表达了属性之间的依赖关系。通过三组对比实验证明，改据预处理才能进行分类。数据预处理包括离散化、降维等。本文针对朴素种方法确定最终的权重系数。这样同时考虑了属性值和属性出现频数两个进的算法在分类正确率方面有一定的提高。诠樵嫉钠铀乇匆端顾惴ㄑ芯俊Ｆ铀乇匆端顾惴ㄖ皇嵌岳肷⒌数据有比较理想的分类效果，对于连续型数据和高维数据等都要先进行数贝叶斯算法对高维数据不敏感的问题，采用多种维归约方法对高维数据进行降维处理，其中包括基于主成分分析，信息熵，独立成分分析等方法。对经过上述方法处理后的数据，再使用前面的加权朴素贝叶斯算法进行分类处理。通过实验证明，对经过不同的维归约方法处理的数据进行分类，其中主成分分析方法降维方面比较好，在分类正确率方面信息熵方法稍差一点。关键词：分类算法，朴素贝叶斯算法，属性加权，权重系数，维归约
，．甌．．，甌．綢，瓹鱥琣．甌琒琣，甌甌，猻
．篶—，琩甀瑃，，琣，．甌，．．，，瑆．痶．
目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．论文研究的背景和现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．．谕庋芯肯肿础研究目的和研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一．芯磕康摹．芯磕谌荨．跫怕使接氤朔ǘɡ砉健．ǜ怕使胶捅匆端苟ɡ砉健．ù蠛笱楦怕屎图ù笏迫桓怕省．铀乇匆端狗掷嗄Ｐ汀．铀乇匆端狗掷嗄Ｐ偷乃惴ā．铀乇匆端狗掷嗥鞯挠湃钡恪Ｐ偷幕咎匦约坝湃钡恪贝叶斯信念网络．匆端雇绶掷嗥鳌．匆端雇绲挠湃钡恪属性加权朴素贝叶斯分类模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．芯勘尘啊璴论文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．第二章贝叶斯理论与贝叶斯分类模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．贝叶斯理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．录懒⑿浴贝叶斯分类模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．匆端狗掷嗨惴ǚā惴ā惴Ｐ汀本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章加权贝叶斯算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯朴素贝叶斯分类以及加权系数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯