文档介绍：中国科技论文在线

贝叶斯分类集成算法研究
李帛钊，卞佳丽**
（北京邮电大学嵌入式系统与网络通信实验室，北京 100876）
5 摘要：数据挖掘（Datamining）是一种信息发掘过程，它通过一定的算法提取出隐藏在大量
数据中的有价值的数据信息，旨在预测未来的信息变动，以便为决策提供知识上的依据。分
类方法是数据挖掘领域研究的核心问题之一，同时也是机器学****和模式识别的重点研究内
容。集成学****是机器学****领域中极为有效的学****范式之一。近年来，集成学****得到越来越多
10 的研究和关注。过去，对于集成不稳定学****算法的研究取得了很大的进展。随着对集成学****br/> 的研究与理论分析日益成熟，如今人们开始将其应用于稳定的学****算法中。本文实现了朴素
贝叶斯分类算法，并在此基础上，分别使用 Bagging 算法和 Adaboost 算法对朴素贝叶斯分
类器进行集成，设计了两种不同的集成学****器。使用公共数据集对这些分类算法进行测试，
实验结果表明 Bagging 集成算法和 Adaboost 集成算法准确率显著高于朴素贝叶斯分类算法。
15 关键词：计算机应用技术；朴素贝叶斯；Bagging；Adaboost
中图分类号：TP399

Researches on Ensemble Learning Algorithms of Bayes
Classifiers
20 LI Bozhao, BIAN Jiali
(Laboratory of Embedded System and Internetwork Communication, Beijing University of Posts
and Telecommunications, Beijing 100876)
Abstract: Data mining is an information discovery process, which can extract valuable
information hidden in large amounts of data. One of the purposes of data