数据缺失下基于贝叶斯网络的分类方法研究

《数据缺失下基于贝叶斯网络的分类方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号!笪曼呈重庆邮电大学硕士学位论文论文题目麴握筮塞王基王贝吐逝圆终的筮耋友法硒窒英文题目ResearchonClassificationM．．．．．．e．．．．．．．t．．．．h．．．．．．．．o．．．．．．．．d．．．．．．．．．．．B．．．．．．．．．．．a．．．．．．s．．．．．．e．．．．．．．d．．．．．．．．．．．o．．．．．．．—n—硕士研究生堂堑指导教师堑盎蕉耋丝学科专业塾鲑王猩论文提交日期2Q131垒论文答辩日期论文评阅人2013．5．262013年5月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行

2、的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得重麽由Ⅱ电太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：纸扬签字日期：弘侈年x月冲日学位论文版权使用授权书本学位论文作者完全了解重麽自＆电太堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权重废由5电太堂可以将学位论文的全部或部分内容编入有

3、关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：苏扬新躲修彬签字日期：伽，；年夕月砷il签字日期：J．ol乡年r月冲日重庆邮电大学硕士论文摘要在客观世界中，由于人类认识事物的过程、水平，表达知识的能力的不尽相同等原因致使获得的数据或信息产生了不完全、不可靠、不精确或不一致的现象，人们获得的现实数据库中普遍都存在着丢失数据的情况，严重影响了对数据的使用。贝叶斯网络具有严密的概率论理论基础、灵活的学习机制和直观的图形化知识表达形式，在处理不完全、不精确或不

4、确定的知识方面有着独特的优势，这就使得对存在缺失数据的数据集使用贝叶斯方法进行分类的研究具有广泛的应用价值，然而，虽然贝叶斯网络分类器在理论上被证明了是最优的分类器，但我们通过实验发现现有方法对缺失数据集的分类正确率并不高，因此，高效的贝叶斯网络分类方法成为贝叶斯分类方法研究的一项重要内容。本文对数据缺失下的于贝叶斯网络进行研究，主要内容为：首先，介绍了贝叶斯网络产生的背景、特点及其应用，并对贝叶斯网络模型进行了描述；概述了贝叶斯网络结构学习及贝叶斯分类器研究现状；介绍了数据缺失下进行贝叶斯网参数学习和结构学习的一些典型算法并分析

5、了各自的优点和不足。其次，通过建立学评教贝叶斯分类模型，给出了贝叶斯分类方法的流程；对比分析了朴素贝叶斯分类器，树扩展的朴素贝叶斯分类器和贝叶斯网络分类器各自的有效性和不足，并通过UCI测试数据集实验对比分析了这几类分类器对存在缺失数据的数据集的分类效果；贝叶斯网络学习是构建贝叶斯网络分类器的核心内容，为解决贝叶斯网络分类中现有贝叶斯结构学习算法的一些不足，针对数据缺失条件下构建贝叶斯网络难度大的问题，构造了将条件独立性检验和评分．搜索相结合的结构学习算法，给出了算法实施的具体步骤且通过实验验证了算法性能，并将实验结果与其他典型的

6、算法进行比较，证明了算法具有更优的学习效果；通过实验对比分析了结合了数据补全策略的朴素贝叶斯分类器、基于E．GSA算法建立贝叶斯网络分类器等分类器的分类效果；对学评教模型进行了设计与实验分析。最后，对本文做了总结以及给出了未来的工作方向。关键词：贝叶斯网络；数据缺失；结构学习；补全策略；分类器AbstractIntheobjectiveworld，duetotherandomnessandcomplexityofthedevelopmentofthings，humancognitionprocesscognitionlevel，t

7、heabilityofexpressingknowledgeofdifferentdataorinformationthatisproducedisincomplete，unreliable，impreciseandinconsistentphenomenon，bringalotofuncertainty．Therealdatabasegenerallyexistthesituationoflosingdata，andthisseriouslyinfluencetheuseofdata．Bayesiannetworkwhichha

8、stightprobabilitytheory，flexiblelearningmechanismandvisualizedknowledgeexpressionformhasauniqueadvantageinprocessingknowledg