数据挖掘中的贝叶斯分类器.pdfVIP

维普资讯 第29卷第3期 长春理工大学学报 Vo1．29 No．3 2006年 9月 JournalofChangchunUniversityofScienceandTeehnology Sep．2006 数据挖掘 中的贝叶斯分类器 王建林，王学玲 (滨州学院 计算机科学与技术系，山东滨州 256600) 摘 要：机器学习与数据挖掘是研究从数据中提取知识的理论和技术，目前这些理论与技术在世界主要经济领 域中日益得到广泛应用。分类模型是机器学习和数据挖掘最重要的研究内容之一。在众多的分类方法中，贝叶 斯分类器在计算上具有非常高的效率，在某些应用问题上表现出诱人的分类精度。因而广泛地应用于许多实际 领域中。为进一步对这一领域展开研究，介绍了贝叶斯分类器的原理、当前现状及下一步的研究重点。 关键词 ：数据挖掘 ；分类模型；贝叶斯分类器 中图分类号：TFr31 文献标识码：A 文章编号：1672—9870 (2006)03—005l-03 TheBayesianClassifiersinDataMining WANGJianlin。WANGXueling (Dept．ComputerScienceofBinzhou 。SJl口rldD，lgBinzhou 256600) Abstract：Machinelearninganddataminingisthehteoryand technologyhtatdiscoverknowledgefrom database．Recently，htehteory nadtechnoloyg havebeenwidelyapplied inmainworldeconomicfiled． Classificationmodelisoneofhtekeysearchingcontentinmachinelearninganddatamining．Inallhte classificationmehtods，Bayesina classifiershavehigheffectnadhteaccuracyissatisfactory 。SOithas manyapplicationinactuality． epaperintroduceshtehteory ．situationna demphasisofBayesina clas— sifters forfurtherresearch． Keywords：datamining；classificationmodel；Bayesina classifiers ． 自从5O一6O年代贝叶斯学派形成后，关于贝 学习和数据挖掘最重要的研究内容之一。在众多的 叶斯的研究久盛不衰。早在8O年代，贝叶斯网络 分类方法中，朴素贝叶斯分类器 4【在计算上具有 就成功的应用于专家系统。成为表示不确定性知识 非常高的效率。在某些应用问题上表现出诱人的分 和推理的一种流行的方法。9O年代以来，贝叶斯 类精度，因而广泛地应用于许多实际领域中。从网 学习一直是机器学习研究的重要方向。由于概率统 络的拓扑结构来说，朴素贝叶斯分类器可以看作是 计与数据挖掘的天然联系。数据挖掘兴起后，贝叶 一 种具有很强限制条件的贝叶斯网络分类器，它假 斯再次成为引人注 目的热点。贝叶斯方法尤其是其 设所有属性是