不可能即排除准则在缺失值情况下分类的研究及在数据挖掘中应用.pdfVIP

摘要 摘 要 近年来，分类尤其是缺失值情况下的分类，成为数据挖掘研究的热点。本文在研究了 国内外在缺失值情况下分类的昂新进展后，提出了-3+全新的分类思想。文章主要内容 包括以下几个部分： 首先，介绍了现有的主流的分类模型一一贝叶斯网络和决策树(C4．5算法)，以及这 些模型针对缺失值情况的改进算法一一EM算法、SASC、SACMB，并讨论了它们对缺失 值的不同的处理方式。 而是通过排除可能性较小的候选类标来缩小选择的范围。为了表述的方便和保证IEC在逻 辑上的正确性，给出相关概念的形式化定义和定理证明。 with 再次，提出了以IEC思想为核心的新的分类算法CLassification Impossibility— Excluded Criterion(CLIEC)，给出算法描述并对算法的各个部分进行了说明。 withUniversal 随后，提出了称之为Discretization Gravitation(DUG)的离散化算法。 该算法借鉴了万有引力的模型，解决了单纯的CLIEC算法不能处理连续量的问题，并结 合实例对DUG加以介绍。 在UCI数据集的对比实验，则证明了在缺失值情况。[-CLIEC是分类准确率高而时间开销小 的有效的分类算法。 最后，1每CLIEC应用于实际的数据挖掘项目，其良好的效果表明算法具有相当的实际 应用价值。 关键字：数据挖掘，机器学习，分类，缺失值，不可能即排除准则，CLIEC算法，离 散化，万有引力模型，DuG算法 第1页，共63页 Abstract Inrecent and morefocrisesfromData fieldhavebeenon years，more Mining putclassifi． cationresearchthe in context．Withthelabored Missing—Value collectionmad ofthe analysis latest advanceson Classificationin Context、weanovelclassification Missing-Valuepresent isthe coreour is idea，which of thesis．The theframeworkofthethesis． following Asa state-of-the-artclassification as Network beginning，some models，such Bayesian andDecision somevariants Tree，and of to with them，createdcope values，are