朴素贝叶斯分类算法在数据预测中的应用.pdfVIP

第1O卷 第5期 VO1．10NO．5 2011年 5月 Mav 2O11 朴素贝叶斯分类算法在数据预测中的应用 冯现坤 ，刘 羽 ，蒋细芳 (桂林理工大学 ，广西 桂林 541004) 摘 要 ：朴素贝叶斯分类方法是数据库分类知识挖掘领域的一项基本技术 ，并具有广泛 的应用 。使用贝叶斯分类算 法实现 了对经典数据集 Iris的分类。实践表明，朴素 贝叶斯分类是一种有效 的数据挖掘分类算法 。 关键词 ：数据挖掘 ；朴素贝叶斯分类；数据预测 ；鸢尾花(Iris)数据集 中图分类号 ：TP312 文献标识码 ：A 文章编 号 ：1672—7800(2011)05～0065—02 算 X属于每一个类别C 的概率 。 1 数据挖掘 P(XlC)*P(C)，然后选择概率最大 的类别作为其类 别 。 许多人把数据挖掘视为另一个 常用的术语 ：数据 中的 若朴素贝叶斯分类算法将未知数 的数据样本 X分配 知识发现 。数据挖掘就是从大量 的、不完全 的、有 噪声 的、 给 ，则需要满足 ： 模糊 的、随机的数据 中提取 隐含在其 中的、人们事先不知 P(IX) P(【X)，P(c IX) P(ciIX)，1≤J≤ YFt，i≠J 道的，但又是潜在的、有用 的信息和知识 的过程 。 从理论上来讲 ，朴素 贝叶斯分类算法与其他算法相 比 本文利用数据挖掘 中的朴素贝叶斯分类技术来研究 有着最小的错误率，在实践中朴素贝叶斯分类算法还可 以 鸢尾花数据集 中有关于鸢尾花分类 问题 。以鸢尾花数据 和神经网络算法和判定树等分类算法相媲美 ，并且它 的适 集为对 象 ，尝试通过数据挖掘 中的朴 素贝叶斯分类技术 对 应性 也很 强 ，执行效率高 ，在 给定 的 N个属性 的M 个训练 数据进行分析 ，实现对鸢尾花所属分类进行预测 ，发现鸢 集 ，学习时间的复杂度为 O(N*M)，这使得它在现实 中 尾花所属分类与鸢尾花各项数据之 间的联系 ，有助于对鸢 有着 广泛的应用 。 尾花的培养进行管理 。 3 实例 2 朴素 贝叶斯分类算法 假设每个数据样本用一个 维特征 向量来描述 ”个 属性的值 ，即 X一{57／，… ．．，z}，假设有 个类 ，分别用 c ，c… ．，c 表示 。给定 的一个未知 的数据样本 X(没 有标 明属于哪个类)，根据贝叶斯定理得 ： P(Jx)一P( Jx)一旦 一～ 由于P(x)对于所有类为常数 ，所 以，最大后验概率 P (ClX)P(X【)可 以转化为从最大先验概率 P(X )*P (C)计算得到。如果训练数据集有很 多元组和属性 ，计算 P(XfC)的开销可能非常大 ，为此 ，通 常假设各属性 的取 值是相 互 独立 的，这 样 先 验 概 率 P (-z IC)，P( 。I C，)，… ， P( 1C)都可 以从训练数据集求得 。 根据此方法 ，对于类别未知 的样本 x，可 以先分别计 作者简介 ：冯现坤 (1985一)，男，江苏徐州人 ，桂林理工大学信息科学与工程学院硕士研 究生，研 究方 向为数据挖掘与数据库技术 ；刘 羽 (1961一)，男，广西桂林人 ，博士 ，桂林理工大学机械与控制工程学院副院长 、教授 ，研 究方向为并行计算 、数据挖掘 ；蒋细 芳 (1985一)，女 ，湖