兩種典型分類算法的改進(jìn).pdf

1、數(shù)據(jù)挖掘能從大量數(shù)據(jù)中,提取有用的信息。分類是數(shù)據(jù)挖掘的重要功能之一,在很多領(lǐng)域了得到了廣泛的應(yīng)用,如醫(yī)療、保險(xiǎn)、金融等。不同的分類方法有各自的優(yōu)點(diǎn),同時(shí)也存在一定的局限性。對于同樣的數(shù)據(jù),采用不同的分類方法,得到的準(zhǔn)確率可能不同。
　　 樸素貝葉斯算法由于算法簡單,準(zhǔn)確率高而經(jīng)常被采用。但當(dāng)屬性獨(dú)立性假設(shè)不成立時(shí),有可能導(dǎo)致待測樣本類別判斷錯(cuò)誤,且當(dāng)待測樣本到各類別的概率均相同時(shí),無法判斷該待測樣本類別。本文針對樸素貝葉斯算法

2、的局限性提出三種改進(jìn)算法,并在蘑菇數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)表明,改進(jìn)后的算法要比樸素貝葉斯算法準(zhǔn)確率高。
　　 粗糙集是分類的另一種重要的技術(shù)。屬性約簡是粗糙集理論的一個(gè)重要方面。屬性約簡能在保持知識庫的分類和決策能力不變的條件下,刪除不相關(guān)或不重要的屬性。劉于給定的信息系統(tǒng),采用不同的約簡算法,將得到不同約簡結(jié)果。而不同屬性約簡的準(zhǔn)確率往往不相同,一些屬性約簡結(jié)果的分類準(zhǔn)確率可能比另一種約簡結(jié)果的分類準(zhǔn)確率低得多。針對這種情況,