樸素貝葉斯分類算法的改進(jìn)及其應(yīng)用

《樸素貝葉斯分類算法的改進(jìn)及其應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、分類號(hào)盡公ＵＤＣ＼ｍ卷敬ｔｈｅｓｉｓ享恆巧又牛ｈ素貝葉斯分類算法的改進(jìn)及其應(yīng)用（中文題名）民．ｅｓｅａｒｃｈｏｎＩｍｐｒｏｖｉｎｇＮａｉｖｅＢａｙｅｓＣｌａｓｓｉｆｉｅｒｓａｎｄｉｔｓＡｌｉｃａｔｉｏｎｐｐ（英文題名）喻凱西（作者姓名）指導(dǎo)教師李刀Ｉ副教才受．碩±申請(qǐng)學(xué)位級(jí)別統(tǒng)計(jì)學(xué)學(xué)科專業(yè)名稱應(yīng)臟計(jì)研究方向誦年論文提交日期論文答辯屬年６月日期學(xué)位授予日期答辯委員會(huì)主席：評(píng)閱人：化素襪Ａ大學(xué)獨(dú)創(chuàng)性聲明

2、……本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下（或我個(gè)人）進(jìn)行的研究工作及取得的研究成果。盡我所知，陳了文中特別加Ｗ標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得北京林業(yè)大學(xué)一或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示了謝意。ｉ如．ｐ聳／Ｖ欣ＩｐＩ．簽名日期：：秦葉關(guān)于論文使用授權(quán)的說明：本人完全了解北京化業(yè)大學(xué)有關(guān)保留，即學(xué)校有權(quán)、使用學(xué)位論文的規(guī)定保留送交論文的復(fù)印件，

3、允許論文被査閱和借閱；學(xué)?？桑坠颊撐牡娜炕虿浚崳?、。分內(nèi)容，可Ｗ采用影印縮印或其他復(fù)制手段保存論文保密的論文在解密后應(yīng)進(jìn)守此規(guī)定）（本曰期ｔＡ’化簽名：導(dǎo)師簽名：：、？摘要一分類能力是人類在社會(huì)活動(dòng)中最重要而基本的能力之，分類技術(shù)是數(shù)據(jù)挖一掘領(lǐng)域研巧的項(xiàng)核也內(nèi)容。樸素貝葉斯分類算法Ｗ完善的理論體系、清晰簡(jiǎn)單的星形結(jié)構(gòu)、良好的適應(yīng)能力和較高的分類正確率而聞名，但其前提假設(shè)在現(xiàn)實(shí)一運(yùn)用中往往無法成立。為了解決這問題并提高算法性能，本文Ｗ樸素貝葉斯分類算法為基礎(chǔ)，研究現(xiàn)有的屬

4、性加權(quán)樸素貝葉斯算法，并考慮了實(shí)際應(yīng)用中數(shù)據(jù)－類型對(duì)分類算法的影響，提出了基于Ｔａｕｙ相關(guān)系數(shù)的加權(quán)樸素貝葉斯分類算法和基于ＫｅｎｄａＴｌｌ相關(guān)系數(shù)的加權(quán)樸素貝葉斯分類算法。．具體研究工作如下：－（１）通過研究樸素貝葉斯分類算法及其各種改進(jìn)算法，提出了基于Ｔａｕｙ相關(guān)系數(shù)的加權(quán)樸素貝葉斯分類算法ａｕ－通過實(shí)驗(yàn)檢驗(yàn)，ＷＴｙ系數(shù)確定權(quán)值，并，其分類性能，新改進(jìn)算法能有效的提高分類效率特別是在樣本總量較小的數(shù)據(jù)集中展現(xiàn)了良好的分類效果。（２），為了更好的提取數(shù)據(jù)中的有用信息解決實(shí)際中

5、的某些特殊問題，引ＴＫｌＴ入非參數(shù)統(tǒng)計(jì)中的Ｋｅｎｄａｌｌ相關(guān)系數(shù)，提出了基于ｅｎｄａｌ相關(guān)系數(shù)的加權(quán)樸素巧葉斯分類算法，實(shí)驗(yàn)結(jié)果顯示該算法能獲得較高的分類正確率，且在類標(biāo)記數(shù)量較多的數(shù)據(jù)中性能更佳。一（３）對(duì)新算法在銀行個(gè)人客戶分類這實(shí)際問題中的應(yīng)用進(jìn)行了研究，在一一定程度上進(jìn)步驗(yàn)證了新算法的性能。關(guān)鍵詞：分類算法；樸素貝葉斯；權(quán)值；相關(guān)系數(shù)ＩＡｂｄｕｃｔＲｅｓｅａｒｃｈｏｎＩｍｒｏｖｉｎＮａｉｖｅＢａｅｓＣｌａｓｓｉｆｉｅｒｓａｎｄｉｔｓｐｇｙＡＵｃａ村

6、ｏｎｐｐＭａｓｔｅｒＣａｎｄｉｄａｔｅ：ＹｕＫａｉｘｉＳｔａｔｉｓｔｉｃｓ）ＤｉｒｅｃｔｅｄｂｙＬｉＣｈｕａｎＡＢＳＴＲＡＣＴＣｌａｓｓｉ丘ｃａｔｉｏ打ａｂＵｉｔｉｓｏｎｅｏｆｔｈｅｍｏｓｔｉｍｏｒｔａｎｔａｎｄｂａｓｉｃａｂｉｌｉｔｉｎｈｕｍａｎｓｏｃｉａｌａｃｔｉｖｉｔｉｅｓｙ，ｐｙｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏ打ａｌｇｏｒｉｔｈｍｈａｓｂｅｃｏｍｅ過ｃｏｒｅｃｏｎｔｅ打ｔｏｆｄａｔａｍｉｎｉｎｇ．ＮａｉｖｅＢａｙｅｓｉ

7、ａｎＣｌａ巧ｉｆｉｅｒｌｌｅｉｓｆａｍｏｕｓｆｏｒｉｔｓｅｒｆｅｃｔｔｈｅｏｒｓｓｔｅｍｅａｒａｎｄｓｉｍｓｔｒｕｃｔｕｒｅｅｘｃｅｌｌｅｎｔａｄａｔａｂｉｌｉｔａｎｄｈｉｈｐｙｙ，ｃｐ，ｐｙｇ＾ｃａｓｓｉｃａｃｃｕｒａｃｕｅａｏｒｍｃａｎｕｗｅｉｎｒａｃｃａａｃａｉｏｎｎｓｏｍｅｃｏｎｄｉｌｉｆｔｉｏｎａｙ，ｂｔｔｈｌｇｉｔｈｔｓｉｔｌｌｐｔｉｌｐｐｌｉｔｉｉｔｏｎｓ．Ｔｏｓｏｌｖｅｔｈｉｓｒｏｂｌｅｍａｎｄｉｍｒｏｖｅ化ｅｅｒｆｏｒ

8、ｍａｎｃｅｏｆｔｈｅａｌｏｒｉｔｈｍｉｎｔｈｉｓａｅｒｔｈｅ仿ｓｅａｒｃｈｉｓｐｐｐｇ，ｐｐ，ｂａｓｅｄｏｎＮａｉｖｅＢａｙｅｓｉａｎＣｌａｓｓｉｆｉｅｒａｌｇｏｒｉｔｈｍ，ｂｙｓｔｕｄｙｉｎｇａｌｌｋｉｎｄｓｏｆＡｔｔｒｉｂｕｔｅＷｅｉｇｈｔｅｄＮａｉｖｅＢａｅｓａａｓｉｅｃｏｎｓｄｅｒｎｌｃｅａｃｏｈｅａａｅｌ