樸素貝葉斯分類算法的研究與應(yīng)用.pdf

1、在信息化時(shí)代，數(shù)據(jù)已經(jīng)成為一種寶貴的資產(chǎn)。如何高效準(zhǔn)確地從這些數(shù)據(jù)中挖掘出有價(jià)值的信息和知識(shí)，一直備受學(xué)術(shù)界和工業(yè)界的關(guān)注。貝葉斯分類方法是機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘研究領(lǐng)域的重要數(shù)據(jù)處理方法之一。樸素貝葉斯分類方法具有簡(jiǎn)單、高效、分類效果穩(wěn)定的優(yōu)點(diǎn)，同時(shí)還具有堅(jiān)實(shí)的理論基礎(chǔ)，因此在實(shí)際應(yīng)用中得到廣泛的重視。另一方面，樸素貝葉斯為了簡(jiǎn)化分類模型，而假定分類數(shù)據(jù)各個(gè)屬性間是相互獨(dú)立的，這在實(shí)際應(yīng)用中通常很難完全滿足，如此就使得樸素貝葉斯方法在處理

2、復(fù)雜問題時(shí)受到一定的限制。為此很多研究人員通過放寬屬性獨(dú)立性假設(shè)這個(gè)條件來(lái)提高樸素貝葉斯分類方法的分類性能。近年來(lái)，屬性加權(quán)的方法受到越來(lái)越多的重視。
　　隨著信息化的高速發(fā)展，信息量呈指數(shù)級(jí)增長(zhǎng)，其中蘊(yùn)含著非常豐富的商業(yè)價(jià)值，海量數(shù)據(jù)處理和海量計(jì)算是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)常見問題，數(shù)據(jù)挖掘最初只是用于處理少量的、有著良好結(jié)構(gòu)的數(shù)據(jù)，而隨著數(shù)據(jù)規(guī)模增大，傳統(tǒng)數(shù)據(jù)挖掘算法已很難勝任。云計(jì)算技術(shù)的出現(xiàn)，為處理大規(guī)模數(shù)據(jù)提供了一種有效地解決

3、方案。而要運(yùn)用云計(jì)算技術(shù)解決大規(guī)模數(shù)據(jù)挖掘問題，一個(gè)重要問題是如何將傳統(tǒng)的數(shù)據(jù)挖掘算法并行化，并行之有效地部署到云計(jì)算平臺(tái)上去。
　　本論文首先介紹了樸素貝葉斯分類的相關(guān)理論，并分析了當(dāng)前一些學(xué)者對(duì)樸素貝葉斯分類算法的一些改進(jìn)方法，然后重點(diǎn)討論了屬性加權(quán)對(duì)樸素貝葉斯最終分類結(jié)果的影響。據(jù)此，本文提出了基于差分進(jìn)化算法的屬性加權(quán)樸素貝葉斯分類算法，采用差分進(jìn)化算法優(yōu)化屬性權(quán)值，實(shí)驗(yàn)證明該算法能夠提高分類的準(zhǔn)確率。
　　隨后本文