《基于朴素贝叶斯的分类算法.docx》由会员分享，可在线阅读，更多相关《基于朴素贝叶斯的分类算法.docx（7页珍藏版）》请在三一办公上搜索。
1、基于朴素贝叶斯的分类算法数据挖掘实验报告 一、数据集分析 本实验所使用的数据集名称为Abalone data，该数据集问题是一个分类的问题，需要我们做的是预测鲍鱼的年龄以及预测的准确率，由数据集可知，这个年龄是由“性别”，“长度”，“半径”，“重量”等八个属性所共同决定。 因为本次试验所使用的算法为朴素贝叶斯分类算法，所以属性一共是八个，但是年龄类别有29类，如果分为29类预测，正确率很低。这里我将29类归一化到了8类。 二、朴素贝叶斯算法分析 2.1 摘要 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本文作为分类算法的第一篇，将首先介绍分类问题，对分类问
2、题进行一个正式的定义。然后，介绍贝叶斯分类算法的基础贝叶斯定理。最后，通过实例讨论贝叶斯分类中最简单的一种：朴素贝叶斯分类。 2.2 贝叶斯分类的基础贝叶斯定理 表示事件B已经发生的前提下，事件A发生的概率，叫做事件B发生下事件A的条件概率。其基本求解公式为：。 贝叶斯定理之所以有用，是因为我们在生活中经常遇到这种情况：我们可以很容易直接得出P(A|B)，P(B|A)则很难直接得出，但我们更关心P(B|A)，贝叶斯定理就为我们打通从P(A|B)获得P(B|A)的道路。 下面不加证明地直接给出贝叶斯定理： 2.3 朴素贝叶斯分类 朴素贝叶斯分类的正式定义如下： 1、设为一个待分类项，而每个a为x
3、的一个特征属性。 2、有类别集合 3、计算 4、如果。 。 ，则。 那么现在的关键就是如何计算第3步中的各个条件概率。我们可以这么做： 1、找到一个已知分类的待分类项集合，这个集合叫做训练样本集。 2、统计得到在各类别下各个特征属性的条件概率估计。即。 3、如果各个特征属性是条件独立的，则根据贝叶斯定理有如下推导： 因为分母对于所有类别为常数，因为我们只要将分子最大化皆可。又因为各特征属性是条件独立的，所以有： 根据上述分析，朴素贝叶斯分类的流程可以由下图表示 可以看到，整个朴素贝叶斯分类分为三个阶段： 第一阶段准备工作阶段，这个阶段的任务是为朴素贝叶斯分类做必要的准备，主要工作是根据具体情况
4、确定特征属性，并对每个特征属性进行适当划分，然后由人工对一部分待分类项进行分类，形成训练样本集合。这一阶段的输入是所有待分类数据，输出是特征属性和训练样本。这一阶段是整个朴素贝叶斯分类中唯一需要人工完成的阶段，其质量对整个过程将有重要影响，分类器的质量很大程度上由特征属性、特征属性划分及训练样本质量决定。 第二阶段分类器训练阶段，这个阶段的任务就是生成分类器，主要工作是计算每个类别在训练样本中的出现频率及每个特征属性划分对每个类别的条件概率估计，并将结果记录。其输入是特征属性和训练样本，输出是分类器。这一阶段是机械性阶段，根据前面讨论的公式可以由程序自动计算完成。 第三阶段应用阶段。这个阶段的
5、任务是使用分类器对待分类项进行分类，其输入是分类器和待分类项，输出是待分类项与类别的映射关系。这一阶段也是机械性阶段，由程序完成。 三、程序源代码 训练数据代码： private void TrainData_Click(object sender, EventArgs e) /读取数据 string RowStr; string filepath = abalone.data; StreamReader reader = new StreamReader(filepath); string ss; int Cry = 0; int MaxCry = Convert.ToInt32(this.
6、TrainNum.Text.ToString); while (RowStr = reader.ReadLine) != null) if (Cry = MaxCry) break; ss = RowStr.Trim.Split(,); Pro1Convert.ToInt16(ss8) / 4, Convert.ToInt16(ss0)+; Pro2Convert.ToInt16(ss8) / 4 , Convert.ToInt16(Convert.ToDouble(ss1) * 1000)+; Pro3Convert.ToInt16(ss8) / 4 , Convert.ToInt16(Co
7、nvert.ToDouble(ss2) * 1000)+; Pro4Convert.ToInt16(ss8) / 4 , Convert.ToInt16(Convert.ToDouble(ss3) * 1000)+; Pro5Convert.ToInt16(ss8) / 4 , Convert.ToInt16(Convert.ToDouble(ss4) * 1000)+; Pro6Convert.ToInt16(ss8) / 4 , Convert.ToInt16(Convert.ToDouble(ss5) * 1000)+; Pro7Convert.ToInt16(ss8) / 4 , Co
8、nvert.ToInt16(Convert.ToDouble(ss6) * 1000)+; Pro8Convert.ToInt16(ss8) / 4 , Convert.ToInt16(Convert.ToDouble(ss7) * 1000)+; Pro13Convert.ToInt16(ss8) / 4 +; /计算出现 Cry+; MessageBox.Show(训练完毕); 测试数据源代码： private void Prediction_Click(object sender, EventArgs e) string ReadPath = abalone.data; StreamRe
9、ader reader = new StreamReader(ReadPath); string RowStr; string ss; int Cry = 0; double MaxCry = Convert.ToDouble(this.PreNum.Text.ToString); int Result = 0; double Right = 0; double SuccessRate = 0; this.listBox1.Items.Add(预测结果 真实结果); while (RowStr = reader.ReadLine) != null) if (Cry = MaxCry) brea
10、k; ss = RowStr.Trim.Split(,); double MaxPro = new double8; for (int i = 0; i = 7; i+) MaxProi = Convert.ToDouble(Pro1i, Convert.ToInt16(ss0) * Math.Pow(10, -2) / Pro13i) * Convert.ToDouble(Pro2i, Convert.ToInt16(Convert.ToDouble(ss1) * 1000) * Math.Pow(10, -2) / Pro13i) * Convert.ToDouble(Pro3i, Con
11、vert.ToInt16(Convert.ToDouble(ss2) * 1000) * Math.Pow(10, -2) / Pro13i) * Convert.ToDouble(Pro4i, Convert.ToInt16(Convert.ToDouble(ss3) * 1000) * Math.Pow(10, -2) / Pro13i) * Convert.ToDouble(Pro5i, Convert.ToInt16(Convert.ToDouble(ss4) * 1000) * Math.Pow(10, -2) / Pro13i) * Convert.ToDouble(Pro6i,
12、Convert.ToInt16(Convert.ToDouble(ss5) * 1000) * Math.Pow(10, -2) / Pro13i) * Convert.ToDouble(Pro7i, Convert.ToInt16(Convert.ToDouble(ss6) * 1000) * Math.Pow(10, -2) / Pro13i) * Convert.ToDouble(Pro8i, Convert.ToInt16(Convert.ToDouble(ss7) * 1000) * Math.Pow(10, -2) / Pro13i) * Pro13i; for (int j = 0; j MaxProResult) Result = j; this.listBox1.Items.Add(Result.ToString + + (Convert.ToInt16(ss8)/4).ToString); if (Result = Convert.ToInt16(ss8)/4) Right+; Cry+; /this.listBox1.Items.Add(Result+1); / SuccessRate = Right / MaxCry; MessageBox.Show(预测完成命中率= + SuccessRate); 程序截图: 训练数据集 预测结果
