一種應用關聯規則森林的改進貝葉斯分類算法

吳　寧　柏春霞　祝毅博

摘要：針對樸素貝葉斯分類方法中屬性值條件獨立假設不適應實際情況的問題，提出了關聯規則森林表示法及應用關聯規則森林的改進貝葉斯分類算法(ABC算法)。ABC算法利用關聯規則挖掘得到滿足條件的關聯規則，并由此來構造關聯規則森林，而規則森林中所有根節點的概率與所有適用的規則置信度連乘，就得到所有屬性值的聯合概率。應用UDI數據集對分類器進行了測試，分類結果表明，ABC算法的分類準確率明顯高于樸素貝葉斯分類算法，平均提高5％，特別是對屬性間有著較強依賴關系的數據集，其分類準確率提高了37％。

關鍵詞：樸素貝葉斯分類；關聯規則；聯合概率

中圖分類號：TP311.13文獻標志碼：A文章編號：0253—987X(2009)02—0048—05