基于遺傳算法的樸素貝葉斯分類研究.pdf

1、分類是數(shù)據(jù)挖掘領(lǐng)域中重要的研究分支，國內(nèi)外已經(jīng)取得了許多令人矚目的成就。樸素貝葉斯分類器由于計算高效、精確度高，并具有堅實的理論基礎(chǔ)而得到廣泛的應(yīng)用。然而，樸素貝葉斯分類器的條件獨立性假設(shè)限制了對實際數(shù)據(jù)的應(yīng)用。遺傳算法是模擬生物在自然環(huán)境中的遺傳和進化過程而形成的一種自適應(yīng)全局優(yōu)化概率搜索算法，具有簡單、通用、穩(wěn)健等特性，使其在復(fù)雜實際問題的求解中顯示出巨大的優(yōu)越性，而且能在概率意義下收斂到問題的全局最優(yōu)解。 本文基于遺傳算法

2、，對樸素貝葉斯分類問題進行研究，主要工作如下：(1)概述數(shù)據(jù)挖掘的研究背景，數(shù)據(jù)挖掘的主要任務(wù)，描述了數(shù)據(jù)挖掘中分類問題的定義、方法以及分類模型評價的標(biāo)準(zhǔn)等。 (2)描述了樸素貝葉斯分類模型，樸素貝葉斯分類模型的一般原理，以及存在的問題。 (3)闡述了遺傳算法的基本思想，并描述了遺傳算法的一種改進算法即自適應(yīng)遺傳算法。 (4)將遺傳算法引入到樸素貝葉斯分類研究中，提出一種基于遺傳算法的樸素貝葉斯分類算法(G_NB