基于模拟退火遗传算法的贝叶斯分类.pdfVIP

年 月 第33 卷 第9 期 计 算 机 工 程 2007 5 Vol.33 No.9 Computer Engineering May 2007 ·人工智能及识别技术· 文章编号：1000—3428(2007)09—0219—03 文献标识码：A 中图分类号：TP301 基于模拟退火遗传算法的贝叶斯分类 1 1 1,2 胡为成 ，程转流 ，王本年 (1. 铜陵学院计算机系，铜陵 244000 ；2. 南京大学计算机学院，南京 240000) 摘 要：朴素贝叶斯分类器是一种简单而高效的分类器，但是其属性独立性假设限制了对实际数据的应用。文章提出一种新的算法，该算 法为避免数据预处理时的属性约简对分类效果的直接影响，在训练集上通过随机属性选取生成若干属性子集，以这些子集构建相应的朴素 贝叶斯分类器，采用模拟退火遗传算法进行优选。实验表明，与传统的朴素贝叶斯方法相比，该方法具有更好的性能。 关键词：数据挖掘；朴素贝叶斯；模拟退火算法；遗传算法；属性约简；适应度函数 Bayesian Classification Based on Simulated Annealing Genetic Algorithms 1 1 1,2 HU Weicheng , CHENG Zhuanliu , WANG Bennian (1. Department of Computer, Tongling College, Tongling 244000; 2. College of Computer, Nanjing University, Nanjing 240000) 【Abstract 】Although Naïve Bayesian classifier is a simple and highly efficient classification method, its attribute of independence assumption limits its real application. A new algorithm is introduced in this paper to avoid the direct influence of feature reduction on the performance of classification. This algorithm generates certain attribute subsets of the training sets through random attribute selection, constructs the corresponding Naïve Bayesian classifiers, and optimizes the Bayesian classifiers by using simulated annealing genetic algorithms. Exper