貝葉斯分類器的增量學習及缺失數(shù)據(jù)處理的研究.pdf

1、本文首先闡述了數(shù)據(jù)挖掘中分類的主要的方法，介紹、分析了現(xiàn)有的分類方法的定義以及作法，著重介紹了貝葉斯分類技術。貝葉斯網(wǎng)絡G=(Bs，Bp)是一個帶有概率注釋的有向無環(huán)圖，由網(wǎng)絡的拓撲結構Bs和局部概率分布Bp兩部分組成。它是以貝葉斯定理、最大后驗假設、貝葉斯網(wǎng)絡理論為基礎的。用于分類的貝葉斯網(wǎng)絡叫做貝葉斯分類器。貝葉斯分類器是特殊形式的貝葉斯網(wǎng)絡，變量的選取和狀態(tài)數(shù)均已確定，屬性結點已知，類結點未知。貝葉斯分類器的學習包括結構學習，參數(shù)

2、學習和最大后驗概率類結點的推理。　　本文主要工作從以下三個方面展開：　　(1)歸納簡述了貝葉斯網(wǎng)絡的理論基礎，對當前貝葉斯分類領域的研究成果進行分析，主要是樸素貝葉斯分類器NBC，樹擴展樸素貝葉斯分類器TAN和貝葉斯分類器的增量學習。并對缺失數(shù)據(jù)的定義，產(chǎn)生的原因以及處理方法進行了分析?！　?2)結合TAN和增量學習的思想，本文提出了一種增量的樹擴展樸素貝葉斯分類器Incremental-TAN(簡稱I-TAN)方法。樹擴展的樸素

3、貝葉斯(簡稱TAN)網(wǎng)絡，每個屬性結點不但擁有類屬性作為父結點，而且可以擁有最多一個其他屬性作為父結點。這既體現(xiàn)了屬性變量之間的依賴關系，結構學習也比貝葉斯網(wǎng)絡分類器要簡潔。本文將擴展的樸素貝葉斯方法應用到增量學習和分類中，給出了增量貝葉斯推理方法，以及增量修正TAN分類器的結構和參數(shù)?！　?3)針對處理缺失數(shù)據(jù)問題，本文建立了一種新的處理缺失數(shù)據(jù)的貝葉斯分類器的學習方法，TAN-GS(TAN-Gibbssampling)。TAN-G