改進(jìn)樸素貝葉斯分類(lèi)算法的研究與應(yīng)用

摘 要：由于生成參數(shù)學(xué)習(xí)方法以極大似然性為目標(biāo)，從而導(dǎo)致分類(lèi)精度較低.針對(duì)這一問(wèn)題，本文提出了一種以最大化分類(lèi)精度為目標(biāo)的高效判別參數(shù)學(xué)習(xí)方法.該方法通過(guò)在頻率估計(jì)方法中加入一個(gè)判別參數(shù)，從而判別性地計(jì)算參數(shù)的出現(xiàn)頻率，加強(qiáng)實(shí)例屬性與分類(lèi)類(lèi)別之間的關(guān)聯(lián)性.在UCI數(shù)據(jù)集上的實(shí)驗(yàn)表明，該方法綜合了生成學(xué)習(xí)與判別學(xué)習(xí)的優(yōu)點(diǎn)，分類(lèi)精度與目前主流的SVM算法相當(dāng)，但是在訓(xùn)練時(shí)間上具有明顯的優(yōu)勢(shì).最后將本方法應(yīng)用于油水層模式識(shí)別當(dāng)中，其分類(lèi)性能優(yōu)于其他算法.

關(guān)鍵詞：數(shù)據(jù)挖掘；油田開(kāi)發(fā)；樸素貝葉斯分類(lèi)； 判別參數(shù)學(xué)習(xí)； 油水層識(shí)別；儲(chǔ)層評(píng)估

中圖分類(lèi)號(hào)：TE319 文獻(xiàn)標(biāo)識(shí)碼：A