貝葉斯分類器的增量學(xué)習(xí)及缺失數(shù)據(jù)處理的研究.pdf

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：　　(1)歸納簡述了貝葉斯網(wǎng)絡(luò)的理論基礎(chǔ)，對當(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擴(kuò)展樸素貝葉斯分類器Incremental-TAN(簡稱I-TAN)方法。樹擴(kuò)展的樸素

3、貝葉斯(簡稱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)針對處理缺失數(shù)據(jù)問題，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