- 1、本文档共14页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能实验三朴素贝叶斯分类实验--第1页
实验三:分类算法实验
智能1402 201408070221 李帅玲
目录
实验三:分类算法实验 1
一.实验目的 2
二.实验的硬件、软件平台 2
三.实验内容及步骤 2
四、思考题: 2
五.实验报告 3
(一)算法的基本原理 3
(二)实验框架与结果 5
1.汽车评估数据集 5
2.程序框架 6
3.实验结果 6
(三)实验分析和思考题 7
(四)实验源代码 8
人工智能实验三朴素贝叶斯分类实验--第1页
人工智能实验三朴素贝叶斯分类实验--第2页
一.实验目的
1.了解朴素贝叶斯算法和决策树算法的基本原理;
2.能够使用朴素贝叶斯算法或者决策树算法对数据进行分类
3.学会对于分类器的性能评估方法
二.实验的硬件、软件平台
硬件:计算机
软件:操作系统:WINDOWS 8.1
应用软件:Java
三.实验内容及步骤
(一)实验内容:
利用贝叶斯算法或者决策树算法进行数据分类操作
数据集:汽车评估数据集(见附录)
(二)实验步骤:
1.仔细阅读并了解实验数据集;
2.使用任何一种熟悉的计算机语言(比如C,Java 或者 matlab)实现朴素贝叶斯算法或者决策树
算法;
3.利用朴素贝叶斯算法或者决策树算法在训练数据上学习分类器,训练数据的大小分别设置为:
前100个数据,前200个数据,前500个数据,前700个数据,前1000个数据,前1350个数据;
4.利用测试数据对学习的分类器进行性能评估;
5.统计分析实验结果并上交实验报告;
四、思考题:
1. 两种算法在训练数据集和测试数据集上的性能一致吗?哪个比较好?
2. 提出一种提高分类器性能的方法并通过实验验证。
人工智能实验三朴素贝叶斯分类实验--第2页
人工智能实验三朴素贝叶斯分类实验--第3页
五.实验报告
(一)算法的基本原理
贝叶斯定理:
表示事件X 已经发生的前提下,事件Y 发生的概率,叫做事件X 发生下事件Y 的条件概率,其基本求解公式
为:
朴素贝叶斯分类器:
朴素贝叶斯的思想基础是这样的:对于给出的待分类项,求解在此项出现的条件下各个类别出现的概率,哪个最大,
就认为此待分类项属于哪个类别。
朴素贝叶斯分类的正式定义如下:
1、设 为一个待分类项,而每个a为x 的一个特征属性。
2、有类别集合 。
3、计算 。
4、如果 ,则 。
那么现在的关键就是如何计算第3步中的各个条件概率。我们可以这么做:
1、找到一个已知分类的待分类项集合,这个集合叫做训练样本集。
2、统计得到在各类别下各个特征属性的条件概率估计。即
人工智能实验三朴素贝叶斯分类实验--第3页
人工智能实验三朴素贝叶斯分类实验--第4页
3、如果各个特征属性是条件独立的,则根据贝叶斯定理有如下推导:
因为分母对于所有类别为常数,因为我们只要将分子最大化皆可。又因为各特征属性是条件独立的,所以有:
整个朴素贝叶斯分类分为三个阶段:
第一阶段: 准备工作阶段,这个阶段的任务是为朴素贝叶斯分类做必要的准备,主要工作是根据具体情况确
定特征属性,并对每个特征属性进行适当划分,然后由人工对一部分待分类项进行分类,形成训练样本集合。这一
阶段的输入是所有待分类数据,输出是特征属性和训练样本。这一阶段是整个朴素贝叶斯分类中唯一需要人工完成
的阶段,其质量对整个过程将有重要影响,分类器的质量很大程度上由特征属性、特征属性划分及训练样本质量决
定。
第二阶段: 分类器训练阶段,这个阶段的任务就是生成分类器,主要工作是计算每个类别在训练样本中的出
现频率及每个特征属性划分对每个类别的条件概率估计,并将结果
您可能关注的文档
- 住宅项目方案规划任务书(模板).pdf
- 十大HR经典案例.pdf
- 四川省计算机一级第六章EXCEL电子表格题库.pdf
- 中级Web前端开发职业技能等级证书考试-模拟试题及答案.pdf
- 化妆品不良反应常见问题解析.pdf
- 产品技术手册.pdf
- 克鲁格曼《国际经济学》计算题及答案.pdf
- 低电阻率油层成因类型及特征.pdf
- 二级建造师2020建设工程施工管理常考知识点:影响施工质量的主要因素.pdf
- 【多篇】销售后勤工作计划.pdf
- 2024年江西省寻乌县九上数学开学复习检测模拟试题【含答案】.doc
- 2024年江西省省宜春市袁州区数学九上开学学业水平测试模拟试题【含答案】.doc
- 《GB/T 44275.2-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第2部分:术语》.pdf
- 中国国家标准 GB/T 44275.2-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第2部分:术语.pdf
- GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构.pdf
- 《GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构》.pdf
- 中国国家标准 GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构.pdf
- GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南.pdf
- 中国国家标准 GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南.pdf
- 《GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南》.pdf
文档评论(0)