- 1、原创力文档(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。。
- 2、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。
- 3、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)。
查看更多
数据挖掘判别分析贝叶斯理论分类硕士论文.doc
基于贝叶斯的判别理论及其算法实现
计算机科学与技术, 2011, 硕士
【摘要】 在全球信息化浪潮的推动下,数据挖掘技术的研究和应用迅速发展。如何从海量的数据里“挖掘”或“发现”隐含的、有用的信息和知识,成为各类数据库的应用研究中越来越重要的课题。其中,对研究对象进行分类的判别分析是数据挖掘的一类重要基础理论。所谓判别分析,是指在分类情况明确的条件下,依据目标对象具有的各类属性的特征值判定其所属类型的一类统计学分析方法。判别分析过程是根据一定的判别分析理论,建立判别分析模型,通过对历史数据元组的学习来确定判别分类规则,并利用规则对未知元组进行分类的过程。基于统计学和概率论的贝叶斯理论,是一类重要的判别分析理论,在广泛的应用中表现出了高准确率和高速度。中央地勘基金项目远程调度监管平台(以下简称“地勘基金监管平台”)是为中央地质勘查基金项目监督管理提供即时化、标准化和自动化服务的信息平台。其中,数据分析子系统能够为平台提供强大的数据分析和决策支持功能。贝叶斯判别分析模块能够对地勘基金监管平台的各类数据指标进行分类,便于决策者了解工程进度情况,制定相应的管理策略。本课题的工作内容和研究成果有如下几个方面:1)阐述贝叶斯判别理论体系和文献综述。简要介绍数据挖掘、判别分析和贝...?更多还原
【Abstract】 In the global information wave, Data Mining technology research and application drive a rapid development. To mining or discover the hidden and useful knowledge from magnanimity data is an increasingly important issue in the studies of database applications. Among them, the study of discriminant analysis is an important basis theory of data mining.So-called discriminant analysis refers to a statistical analysis of determining the class of the target object in the case of known classify types...?更多还原
【关键词】 数据挖掘; 判别分析; 贝叶斯理论; 分类; 【Key words】 Data Mining; Discriminant Analysis; Bayesian Theory; Classification;
摘要 5-6
ABSTRACT 6-7
第1章 绪论 10-17
1.1 研究背景和意义 10-12
1.1.1 研究背景 10-12
1.1.2 研究目的及意义 12
1.2 研究现状 12-14
1.3 课题的提出 14-15
1.4 课题的主要工作 15
1.5 论文组织结构 15-17
第2章 基于贝叶斯的判别理论 17-28
2.1 数据挖掘概述 17-22
2.1.1 数据仓库的相关概念 17-18
2.1.2 数据挖掘及知识发现的相关概念 18-20
2.1.3 数据挖掘与数据仓库的关系 20
2.1.4 数据挖掘基本算法 20-22
2.2 判别分析理论概述 22-24
2.2.1 判别分析基本原则 22-23
2.2.2 各类基本判别分析算法 23-24
2.2.3 判别分析与聚类分析的区别 24
2.3 贝叶斯判别分析理论概述 24-26
2.3.1 贝叶斯理论的发展历程 25
2.3.2 贝叶斯定理和贝叶斯公式 25-26
2.3.3 贝叶斯判别方法 26
2.4 本章小结 26-28
第3章 贝叶斯分类模型设计和算法研究 28-42
3.1 朴素贝叶斯分类模型 28-32
3.1.1 朴素贝叶斯模型的学习和分类过程 28-29
3.1.2 朴素贝叶斯分类模型的应用示例 29-32
3.2 贝叶斯信念网络模型 32-37
3.2.1 贝叶斯信念网络的相关概念 33
3.2.2 贝叶斯信念网络的学
您可能关注的文档
最近下载
- 石家庄铁道大学《线性代数》20212022学年第一学期期末考试卷.pdf VIP
- 不同因子对酸茶品质及高含量ga形成的影响茶学专业论文.docx VIP
- 2024年秋国开《行政复议法》形考任务1-4(答案).docx
- 第1讲物质的分类及转化.docx VIP
- 2021-2022学年四川省成都市高二(上)期末化学试卷(附答案详解).docx VIP
- 2024-2025学年小学数学北师大版(2024)一年级上册教学设计合集.docx
- 产品技术要求(软件产品).pdf VIP
- 新人教版化学选修5高中《卤代烃》教案二.doc VIP
- 新版高血压常用药物治疗方案介绍.ppt VIP
- 2024-2025新人教版初中数学七年级上册(全册)优秀ppt课件.pptx VIP
文档评论(0)