針對混合型數(shù)據(jù)集的一種組合分類方法.pdf

1、混合型數(shù)據(jù)集是既有離散型屬性又有連續(xù)型屬性的數(shù)據(jù)集。這類數(shù)據(jù)集在醫(yī)療，金融，自然現(xiàn)象等領(lǐng)域廣泛存在，對它們的分類問題在現(xiàn)實生活中非常重要。但是對這類分類問題，一直沒有有效的解決方法。 從上世紀(jì)六十年代起，人們開始用統(tǒng)計的方法來處理這類分類問題，效果不理想。隨著機(jī)器學(xué)習(xí)的發(fā)展，人們把混合數(shù)據(jù)集統(tǒng)一看作連續(xù)型數(shù)據(jù)集用機(jī)器學(xué)習(xí)的方法來處理，分類效果還是不夠理想。隨著組合分類器的發(fā)展，人們嘗試著用組合的思想來處理數(shù)據(jù)集。組合分類器的分類

2、方法有很多種，根據(jù)對成員分類器輸出的不同層次進(jìn)行處理，可以分為三種：數(shù)據(jù)層面的組合方式，特征層面的組合方式和決策層面的組合方式。組合分類器已經(jīng)得到了廣泛的應(yīng)用，并取得了良好的分類效果。 本文就是針對與混合型數(shù)據(jù)集，將其離散屬性和連續(xù)屬性分開處理，應(yīng)用不同的處理方法，通過特征層面組合來得到組合分類器。由于離散屬性和連續(xù)屬性的特性不同，應(yīng)用不同的分類器并將其組合，可以顯著提高分類的準(zhǔn)確度。 本文應(yīng)用統(tǒng)計分類方法，樸素貝葉斯方

3、法，數(shù)據(jù)層面組合方法和特征層面的組合方法對UCI中的五個數(shù)據(jù)集進(jìn)行分類，并對分類結(jié)果進(jìn)行比較。統(tǒng)計分類方法，速度很慢，得到的錯分率很高。樸素貝葉斯分類器得到的時間效率很高，得到的錯分率比統(tǒng)計方法略有提高，錯分率的穩(wěn)定性也比較高。 應(yīng)用數(shù)據(jù)層面的組合方法(對不同數(shù)據(jù)集都應(yīng)用樸素貝葉斯分類器)，得到的分類器時間效率比單純樸素貝葉斯方法有所提高，但錯分率有所下降，分錯率的穩(wěn)定性不如貝葉斯分類器。應(yīng)用特征層面的組合分類器，得到的分類器時