基于动态约简的增量贝叶斯分类算法的研究-计算机应用与软件.PDFVIP

第３２卷第３期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．３ ２０１５年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１５ 基于动态约简的增量贝叶斯分类算法的研究 １ ２ ２ ２ 孙玲芳 　徐　会 　王成文 　祁　军 １（泰州学院　江苏泰州２２５３００） ２（江苏科技大学经济管理学院　江苏镇江２１２００３） 摘　要　　朴素贝叶斯由于条件独立性假设使其分类效果不明显，同时在处理海量数据时缺乏灵活性。针对以上情况，提出一种基 于动态约简的增量贝叶斯分类算法。算法首先利用（Ｆ－ ）广义动态约简计算出数据集的核属性，然后根据训练集的先验信息构造 λ 分类器对测试实例进行分类，最后利用类置信度进行选择性增量学习，增强处理增量数据的能力。实验结果表明，该算法在处理属 性少的小量数据时，分类效果有一定的改善，在处理多属性大量数据时，分类效果明显提高。 关键词　　粗糙集　动态约简　增量学习　朴素贝叶斯 中图分类号　ＴＰ１８　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０３．０４４ ＯＮＩＮＣＲＥＭＥＮＴＡＬＮＡ?ＶＥＢＡＹＥＳＩＡＮＣＬＡＳＳＩＦＩＣＡＴＩＯＮ ＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＤＹＮＡＭＩＣＲＥＤＵＣＴＩＯＮ １ ２ ２ ２ ＳｕｎＬｉｎｇｆａｎｇ　ＸｕＨｕｉ　ＷａｎｇＣｈｅｎｇｗｅｎ　ＱｉＪｕｎ １（ＴａｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｔａｉｚｈｏｕ２２５３００，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） ２（ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｊｉａｎｇ２１２００３，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＴｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｅｆｆｅｃｔｏｆｎａｖｅＢａｙｅｓｉａｎｉｓｎｏｔｏｂｖｉｏｕｓｂｅｃａｕｓｅｏｆｃｏｎｄｉｔｉｏｎａｌｉｎｄｅｐｅｎｄｅｎｃｅａｓｓｕｍｐｔｉｏｎ，ｓｏｄｏｅｓｉｔｓｌａｃｋｏｆ ｆｌｅｘｉｂｉｌｉｔｙｉｎｄｅａｌｉｎｇｗｉｔｈｍａｓｓｉｖｅｄａｔａ．Ｉｎｖｉｅｗｏｆｔｈｅａｂｏｖｅ，ｗｅｐｒｏｐｏｓｅａｄｙｎａｍｉｃｒｅｄｕｃｔｉｏｎｂａｓｅｄｉｎｃｒｅｍｅｎｔａｌｎａｖｅＢａｙｅｓｉａｎｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍ．Ｔｈｉｓａｌｇｏｒｉｔｈｍｕｓｅｓ（Ｆ）ｇｅｎｅｒａｌｉｓｅｄｄｙｎａｍｉｃｒｅｄｕｃｔｉｏｎｔｏｃａｌｃｕｌａｔｅｔｈｅｃｏｒｅａｔｔｒｉｂｕｔｅｓｏｆｄａｔａｓｅｔｆｉｒｓｔ，ａｎｄｔｈｅｎｃｏｎｓｔｒｕｃｔｓ λ ｃｌａｓｓｉｆｉｅｒａｃｃｏｒｄｉｎｇｔｏｐｒｉｏｒｉｉｎｆｏｒｍａｔｉｏｎｏｆｔｒａｉｎｉｎｇｓｅｔｓｔｏｃｌａｓｓｉｆｙｔｈｅｔｅｓｔｃａｓｅｓ．Ｆｉｎａｌｌｙ，ｉｔｕｓｅｓｃｌａｓｓｃｏｎｆｉｄｅｎｃｅｔｏｃｏｎｄｕｃｔ ｓｅｌｅｃｔｉｖｅｉｎｃｒｅｍｅｎｔａｌｌｅａｒｎｉｎｇｆｏｒｅｎｈａｎｃｉｎｇｔｈｅｃａｐａｂｉｌｉｔｙｏｆｉｎｃｒｅｍｅｎｔａｌｄａｔａｐｒｏｃｅｓｓｉｎｇ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍ ａｍｅｌｉｏｒａｔｅｓｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｅｆｆｅｃｔｔｏａｃｅｒｔａｉｎｅｘｔｅｎｔｗｈｅｎｄｅａｌｉｎｇｗｉｔｈｆｅｗａｔｔｒｉｂｕｔｅｓａｎｄｓｍａｌｌａｍｏｕｎｔｏｆｄａｔａ，ａｎｄｗｈｅｎｄｅａｌｉｎｇｗｉｔｈｍｏｒｅ ａｔｔｒｉｂｕｔｅｓａｎｄｌａｒｇｅａｍｏ