题名 | 朴素贝叶斯分类模型的改进研究; Research on Improving Naïve Bayes Classification Model |
作者 | 朱晓丹 |
答辩日期 | 2014 ; 2014 |
导师 | 董槐林 |
关键词 | 朴素贝叶斯分类模型 单属性有效度 双属性有效度 Naï ve Bayes Classification Model Validity of Single Attribute Validity of Double Attributes |
英文摘要 | 分类是数据挖掘中的一个重要课题。分类的目的是为了构造出一个分类函数或者分类模型,这个模型可以将数据库中对应的数据项映射到一个给定的类。数据挖掘的分类一般用在提取描述重要数据类的模型或者预测未来数据趋势。朴素贝叶斯分类模型是当前分类算法的研究热点之一,它具有结构不复杂、分类精度高和速度快等优点。运用该模型进行分类的原理是利用训练集构造出一个分类模型,如果训练集中有存在噪声实例,那么它会降低分类器的性能。本文以优化训练集为研究内容,探讨了基于单属性有效度和结合双属性有效度的朴素贝叶斯分类改进模型,通过自定义的单属性有效度和双属性有效度淘汰数据集中的噪声样本,从而实现训练集优化,提高分类准确率的目标...; Classification is an important task of data mining. The purpose of classification is to construct a classification function or classification model, which can map the unclassified sample in the database to a given class. Classification can be used to extract a model which describes important data or predicts the trend of data. Naive Bayes classification model is one of the research hotspots in cur...; 学位:工学硕士; 院系专业:软件学院_计算机软件与理论; 学号:24320111152296 |
语种 | zh_CN |
出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=43919 |
内容类型 | 学位论文 |
源URL | [http://dspace.xmu.edu.cn/handle/2288/83069] |
专题 | 软件学院-学位论文 |
推荐引用方式 GB/T 7714 | 朱晓丹. 朴素贝叶斯分类模型的改进研究, Research on Improving Naïve Bayes Classification Model[D]. 2014, 2014. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论