版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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(shù)。貝葉斯網(wǎng)絡(luò)G=(Bs,Bp)是一個(gè)帶有概率注釋的有向無(wú)環(huán)圖,由網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)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(yàn)假設(shè)、貝葉斯網(wǎng)絡(luò)理論為基礎(chǔ)的。用于分類的貝葉斯網(wǎng)絡(luò)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(luò),變量的選取和狀態(tài)數(shù)均已確定,屬性結(jié)點(diǎn)已知,類結(jié)點(diǎn)未知。貝葉斯分類器的學(xué)習(xí)包括結(jié)構(gòu)學(xué)習(xí),參數(shù)
2、學(xué)習(xí)和最大后驗(yàn)概率類結(jié)點(diǎn)的推理?! ”疚闹饕ぷ鲝囊韵氯齻€(gè)方面展開(kāi): (1)歸納簡(jiǎn)述了貝葉斯網(wǎng)絡(luò)的理論基礎(chǔ),對(duì)當(dāng)前貝葉斯分類領(lǐng)域的研究成果進(jìn)行分析,主要是樸素貝葉斯分類器NBC,樹(shù)擴(kuò)展樸素貝葉斯分類器TAN和貝葉斯分類器的增量學(xué)習(xí)。并對(duì)缺失數(shù)據(jù)的定義,產(chǎn)生的原因以及處理方法進(jìn)行了分析?! ?2)結(jié)合TAN和增量學(xué)習(xí)的思想,本文提出了一種增量的樹(shù)擴(kuò)展樸素貝葉斯分類器Incremental-TAN(簡(jiǎn)稱I-TAN)方法。樹(shù)擴(kuò)展的樸素
3、貝葉斯(簡(jiǎn)稱TAN)網(wǎng)絡(luò),每個(gè)屬性結(jié)點(diǎn)不但擁有類屬性作為父結(jié)點(diǎn),而且可以擁有最多一個(gè)其他屬性作為父結(jié)點(diǎn)。這既體現(xiàn)了屬性變量之間的依賴關(guān)系,結(jié)構(gòu)學(xué)習(xí)也比貝葉斯網(wǎng)絡(luò)分類器要簡(jiǎn)潔。本文將擴(kuò)展的樸素貝葉斯方法應(yīng)用到增量學(xué)習(xí)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(jié)構(gòu)和參數(shù)?! ?3)針對(duì)處理缺失數(shù)據(jù)問(wèn)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(xué)習(xí)方法,TAN-GS(TAN-Gibbssampling)。TAN-G
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于不完整數(shù)據(jù)處理方法的貝葉斯分類器研究.pdf
- 增量粗糙集及增量貝葉斯分類器算法研究與應(yīng)用.pdf
- 監(jiān)督學(xué)習(xí)下的貝葉斯分類器研究.pdf
- 基于貝葉斯分類器的數(shù)據(jù)集重疊問(wèn)題研究.pdf
- 縱向研究二分類缺失數(shù)據(jù)處理及加權(quán)估計(jì)方程的應(yīng)用.pdf
- 樸素貝葉斯分類器的集成學(xué)習(xí)方法研究.pdf
- 多維貝葉斯分類器的研究.pdf
- 增量貝葉斯分類器及時(shí)序相似性算法研究與應(yīng)用.pdf
- 文本數(shù)據(jù)處理及分類算法研究.pdf
- 樸素貝葉斯分類器的改進(jìn)
- 樸素貝葉斯分類器的改進(jìn)
- 樸素貝葉斯分類器的研究與應(yīng)用.pdf
- 基于連續(xù)型數(shù)據(jù)的樸素貝葉斯分類器的改進(jìn)研究.pdf
- 基于遺傳算法的貝葉斯分類器結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 聯(lián)網(wǎng)審計(jì)中增量數(shù)據(jù)處理技術(shù)的研究與應(yīng)用.pdf
- 針對(duì)貝葉斯分類器的數(shù)據(jù)質(zhì)量的定量分析研究.pdf
- 基于Volume Test的貝葉斯分類器研究.pdf
- 基于增量更新的竣工測(cè)量數(shù)據(jù)處理系統(tǒng).pdf
- 入侵檢測(cè)中的貝葉斯分類器的研究.pdf
- 缺失數(shù)據(jù)處理在試驗(yàn)設(shè)計(jì)中的應(yīng)用
評(píng)論
0/150
提交評(píng)論