基于連續(xù)屬性的貝葉斯分類(lèi)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(lèi)算法以其簡(jiǎn)單和高效的特點(diǎn)得到了廣大學(xué)者的關(guān)注。但是樸素貝葉斯的條件獨(dú)立假設(shè)往往難以得到滿(mǎn)足，從而對(duì)算法的分類(lèi)性能帶來(lái)了或多或少的影響，因此，通過(guò)將頻繁項(xiàng)集作為樸素貝葉斯的訓(xùn)練集，進(jìn)而降低條件獨(dú)立性假設(shè)對(duì)分類(lèi)性能造成的影響，提高分類(lèi)器的分類(lèi)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(guò)探討如何減少離散化過(guò)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(guò)在頻率較低的屬性區(qū)間設(shè)置分割點(diǎn)，從而有效減少數(shù)據(jù)丟失。
　　(2)通過(guò)對(duì)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(duì)連續(xù)屬性進(jìn)行離散化，然后在挖掘頻繁項(xiàng)集時(shí)對(duì)數(shù)據(jù)項(xiàng)設(shè)置各自的權(quán)重和最小支持度，并通過(guò)全置信度去除掉其中的虛假模式，進(jìn)而獲得較為干凈的頻

3、繁項(xiàng)集。
　　(3)針對(duì)隱藏樸素貝葉斯分類(lèi)器的條件獨(dú)立假設(shè)無(wú)法滿(mǎn)足以及無(wú)法處理0概率屬性的缺點(diǎn)，本文提出一種基于頻繁項(xiàng)集的隱藏樸素貝葉斯算法(WL-HNB)，該算法通過(guò)利用關(guān)聯(lián)規(guī)則獲得的頻繁項(xiàng)集作為訓(xùn)練集，結(jié)合改進(jìn)的拉普拉斯估計(jì)和加權(quán)操作，進(jìn)一步降低了樸素貝葉斯條件獨(dú)立假設(shè)帶來(lái)的影響。通過(guò)與傳統(tǒng)分類(lèi)算法的對(duì)比，實(shí)驗(yàn)結(jié)果表明在大多數(shù)數(shù)據(jù)集中，該算法的分類(lèi)性能優(yōu)于傳統(tǒng)分類(lèi)算法。
　　(4)將WM_SamplingHT算法和WL-