貝葉斯網(wǎng)絡(luò)分類器與應(yīng)用.pdf

1、貝葉斯網(wǎng)絡(luò)是一種描述隨機(jī)變量之間依賴關(guān)系的圖形模式，是概率理論和圖形理論的結(jié)合，是不確定性知識(shí)表示和推理的有力工具，已在許多領(lǐng)域得到了廣泛的應(yīng)用。基于貝葉斯網(wǎng)絡(luò)可以進(jìn)行聯(lián)合概率的條件和邊緣分解，從而能夠有效降低運(yùn)算復(fù)雜度、解決與聯(lián)合概率計(jì)算有關(guān)的一系列問(wèn)題。用于分類預(yù)測(cè)的貝葉斯網(wǎng)絡(luò)通常稱為貝葉斯網(wǎng)絡(luò)分類器。
　　樸素貝葉斯分類器是一種基礎(chǔ)的貝葉斯網(wǎng)絡(luò)分類器，以簡(jiǎn)單、高效和良好的分類準(zhǔn)確性而著稱，但這種分類器基于一個(gè)很強(qiáng)的條件獨(dú)立性

2、假設(shè)，使得屬性之間的依賴信息無(wú)法得到有效的利用，而這部分信息往往也是分類的重要信息。本文從樸素貝葉斯分類器的擴(kuò)展、優(yōu)化和應(yīng)用等方面，對(duì)選擇性樸素貝葉斯分類器(SNB)、樹(shù)擴(kuò)展的樸素貝葉斯分類器(TAN)、K依賴擴(kuò)展的樸素貝葉斯分類器(KDB)、貝葉斯網(wǎng)絡(luò)擴(kuò)展的樸素貝葉斯分類器(BAN)、完全貝葉斯分類器(CBC)、貝葉斯網(wǎng)絡(luò)分類器的參數(shù)集成(Boosted-NB)與動(dòng)態(tài)樸素貝葉斯分類器進(jìn)行了研究。
　　本文主要研究?jī)?nèi)容如下：

3、>　　(1)研究了樸素貝葉斯分類器在處理連續(xù)和離散屬性時(shí)的不同方法，介紹了特征子集選擇以及基于高斯和高斯核函數(shù)估計(jì)屬性條件密度的樸素貝葉斯分類器。
　　(2)詳細(xì)介紹了樸素貝葉斯的依賴擴(kuò)展分類器的研究發(fā)展脈絡(luò)，對(duì)幾種典型的樸素貝葉斯擴(kuò)展分類器（比如樹(shù)擴(kuò)展樸素貝葉斯分類器 TAN、K依賴樸素貝葉斯分類器、基于類約束的貝葉斯網(wǎng)絡(luò)分類器）的特點(diǎn)進(jìn)行分析，指出了各自具有的優(yōu)點(diǎn)和不足。
　　(3)給出了樸素貝葉斯分類器在企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)