北京交通大学学报
北京交通大學學報
북경교통대학학보
JOURNAL OF NORTHERN JIAOTONG UNIVERSITY
2015年
2期
35-41
,共7页
MapReduce%朴素贝叶斯%分类算法%关联规则%置信度%动车组
MapReduce%樸素貝葉斯%分類算法%關聯規則%置信度%動車組
MapReduce%박소패협사%분류산법%관련규칙%치신도%동차조
MapReduce%native Bayes%classification algorithm%association rule%confidence%electric motor train unit(EMU)
朴素贝叶斯分类算法是一种简单并且高效的分类算法,但条件独立性假设在现实中很难满足,导致其性能有所下降.为了解决该问题,本文在关联规则和置信度的基础上对该分类算法进行了改进.通过挖掘出来的关联规则和该规则的置信度,对不同的属性赋予不同的权重,同时实现了该分类算法的MapReduce化,从而在保持简单性的基础上有效地提高了朴素贝叶斯分类算法的分类性能.动车组运维实验表明:该算法提高了分类的准确率和效率.
樸素貝葉斯分類算法是一種簡單併且高效的分類算法,但條件獨立性假設在現實中很難滿足,導緻其性能有所下降.為瞭解決該問題,本文在關聯規則和置信度的基礎上對該分類算法進行瞭改進.通過挖掘齣來的關聯規則和該規則的置信度,對不同的屬性賦予不同的權重,同時實現瞭該分類算法的MapReduce化,從而在保持簡單性的基礎上有效地提高瞭樸素貝葉斯分類算法的分類性能.動車組運維實驗錶明:該算法提高瞭分類的準確率和效率.
박소패협사분류산법시일충간단병차고효적분류산법,단조건독립성가설재현실중흔난만족,도치기성능유소하강.위료해결해문제,본문재관련규칙화치신도적기출상대해분류산법진행료개진.통과알굴출래적관련규칙화해규칙적치신도,대불동적속성부여불동적권중,동시실현료해분류산법적MapReduce화,종이재보지간단성적기출상유효지제고료박소패협사분류산법적분류성능.동차조운유실험표명:해산법제고료분류적준학솔화효솔.
