分類器性能評(píng)價(jià)研究.pdf

1、數(shù)據(jù)挖掘是研究從大量數(shù)據(jù)中用非平凡的方法發(fā)現(xiàn)有用知識(shí)的理論與方法.分類作為數(shù)據(jù)挖掘的一個(gè)重要課題,在統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)中得到了廣泛的研究.分類器性能評(píng)價(jià)作為分類過(guò)程的一個(gè)重要環(huán)節(jié),對(duì)于選擇適當(dāng)?shù)姆诸惼鬟M(jìn)行分類有非常重要的指導(dǎo)作用.
　　 本文首先介紹了數(shù)據(jù)挖掘及分類的相關(guān)概念及基本技術(shù),隨后對(duì)分類器性能評(píng)價(jià)的通用標(biāo)準(zhǔn)以及評(píng)價(jià)方式作出詳盡的總結(jié)歸納,然后對(duì)Weka環(huán)境下的分類器性能評(píng)價(jià)的實(shí)現(xiàn),以及評(píng)價(jià)的各項(xiàng)指標(biāo)的

2、數(shù)學(xué)意義作出分析.最后,本文就分類器性能評(píng)價(jià)標(biāo)準(zhǔn)中的誤差一項(xiàng),結(jié)合限制性貝葉斯分類器的特質(zhì),提出一種基于限制性貝葉斯分類器的誤差分解方法.這種方法在0-1損失函數(shù)的偏差方差分解方法基礎(chǔ)上,將限制性貝葉斯的預(yù)測(cè)概率引入到其誤差分解過(guò)程中.這種方法下,分類器的誤差被分解為偏差和方差兩部分,偏差反映的是學(xué)習(xí)算法的平均預(yù)測(cè)與真實(shí)值之間的偏離程度,方差反映的是學(xué)習(xí)算法在不同數(shù)據(jù)集上的預(yù)測(cè)波動(dòng).
　　 為了說(shuō)明該算法的作用,本文對(duì)三種限制性