基于属性加权和归约的朴素贝叶斯算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·论文研究的背景和现状 | 第10-13页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·研究目的和研究内容 | 第13-14页 |
| ·研究目的 | 第13页 |
| ·研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 贝叶斯理论与贝叶斯分类模型 | 第15-28页 |
| ·贝叶斯理论 | 第15-17页 |
| ·条件概率公式与乘法定理公式 | 第15页 |
| ·全概率公式和贝叶斯定理公式 | 第15-16页 |
| ·极大后验概率和极大似然概率 | 第16页 |
| ·事件独立性 | 第16-17页 |
| ·贝叶斯分类模型 | 第17-21页 |
| ·贝叶斯分类算法法 | 第17页 |
| ·朴素贝叶斯分类模型 | 第17-19页 |
| ·朴素贝叶斯分类模型的算法 | 第19-20页 |
| ·朴素贝叶斯分类器的优缺点 | 第20-21页 |
| ·TAN算法 | 第21-23页 |
| ·TAN算法模型 | 第21-22页 |
| ·TAN模型的基本特性及优缺点 | 第22-23页 |
| ·贝叶斯信念网络(BBN) | 第23-27页 |
| ·贝叶斯网络分类器 | 第23-26页 |
| ·贝叶斯网络的优缺点 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 加权贝叶斯算法 | 第28-37页 |
| ·朴素贝叶斯分类以及加权系数 | 第28-29页 |
| ·协方差理论 | 第29-30页 |
| ·卡方拟合统计量 | 第30-31页 |
| ·属性加权朴素贝叶斯分类模型 | 第31-36页 |
| ·协方差属性加权系数 | 第31页 |
| ·卡方统计量加权系数 | 第31-32页 |
| ·属性加权系数 | 第32-33页 |
| ·仿真实验及结果分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 不同维归约方法对贝叶斯算法的影响 | 第37-46页 |
| ·维归约技术简介 | 第37-38页 |
| ·维变换技术 | 第38-41页 |
| ·主成分分析 | 第38-39页 |
| ·因子分析 | 第39页 |
| ·投影寻踪 | 第39页 |
| ·独立成分分析 | 第39-41页 |
| ·基于维归约的加权朴素贝叶斯模型 | 第41-42页 |
| ·实验及结果分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·工作总结 | 第46-47页 |
| ·工作展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表论文情况 | 第53页 |
