基于連續(xù)屬性的貝葉斯分類方法應(yīng)用研究.pdf

1、在數(shù)據(jù)挖掘領(lǐng)域，樸素貝葉斯分類算法以其簡單和高效的特點得到了廣大學(xué)者的關(guān)注。但是樸素貝葉斯的條件獨立假設(shè)往往難以得到滿足，從而對算法的分類性能帶來了或多或少的影響，因此，通過將頻繁項集作為樸素貝葉斯的訓(xùn)練集，進而降低條件獨立性假設(shè)對分類性能造成的影響，提高分類器的分類準(zhǔn)確率。其中，本文主要的研究工作如下:
　　(1)詳細(xì)分析現(xiàn)有的連續(xù)屬性離散化方法，通過探討如何減少離散化過程中的信息丟失，提出了一種基于屬性低頻區(qū)域的低頻離散化算法

2、(LFD)。該方法是通過在頻率較低的屬性區(qū)間設(shè)置分割點，從而有效減少數(shù)據(jù)丟失。
　　(2)通過對現(xiàn)有關(guān)聯(lián)規(guī)則挖掘算法的研究與分析，本文將低頻離散化、加權(quán)多最小支持度與全置信度相結(jié)合，提出了一種基于低頻離散化的加權(quán)多最小支持度關(guān)聯(lián)規(guī)則挖掘算法(WM_SamplingHT)。該算法首先采用低頻離散化算法對連續(xù)屬性進行離散化，然后在挖掘頻繁項集時對數(shù)據(jù)項設(shè)置各自的權(quán)重和最小支持度，并通過全置信度去除掉其中的虛假模式，進而獲得較為干凈的頻

3、繁項集。
　　(3)針對隱藏樸素貝葉斯分類器的條件獨立假設(shè)無法滿足以及無法處理0概率屬性的缺點，本文提出一種基于頻繁項集的隱藏樸素貝葉斯算法(WL-HNB)，該算法通過利用關(guān)聯(lián)規(guī)則獲得的頻繁項集作為訓(xùn)練集，結(jié)合改進的拉普拉斯估計和加權(quán)操作，進一步降低了樸素貝葉斯條件獨立假設(shè)帶來的影響。通過與傳統(tǒng)分類算法的對比，實驗結(jié)果表明在大多數(shù)數(shù)據(jù)集中，該算法的分類性能優(yōu)于傳統(tǒng)分類算法。
　　(4)將WM_SamplingHT算法和WL-