[发明专利]一种基于属性加权的朴素贝叶斯分类模型改进方法

权利要求书

1.一种基于属性加权的朴素贝叶斯分类模型改进方法，其特征在于，包括如下步骤：

步骤S1、数据预处理：将连续型的数据根据高斯分割进行数据离散化，对于非数字类的信息全部转化为数字后，再进行离散化处理；

步骤S2、计算分组斯皮尔曼系数：对于相关性大的组合进行属性融合，剔除冗余属性更新数据集；

步骤S3、求出各类的先验概率和类条件概率：采用拉普拉斯方法计算出各类的先验概率和类条件概率；

步骤S4、计算更新后的训练集每个属性的加权系数；其中，计算方法包括：

步骤S41、计算平均置信度W1；

步骤S42、计算关联度得分ReliefF系数W2；

步骤S43、根据W1和W2计算新的加权系数W；

步骤S5、根据加权后的改进模型进行分类，并统计分类结果；

其中，步骤S41中，具体的平均置信度属性加权过程如下：

A、属性A有五个类别分别为A₁～A₅，C为类别集合存在三个类别y₁～y₃；

B、分别对三个类别找到三个类调节概率最大的值，即找到最大的条件概率分别为P(A_i|y₁)、P(A_j|y₂)、P(A_k|y₃)；

C、令T为代表属性的平均置信度，即与分类结果的关联程度，T值越大则表示关联程度越高；

D、通过公式得到一个加权系数；式中，AC(i)代表属性变量A_i的平均置信度，m代表样本中的属性数；

其中，步骤S42中，具体的ReliefF算法加权过程如下：

每次从训练样本集中随机抽取一个样本R，然后从和R同类的样本集中找出R的k个近邻样本，从每个R的不同类的样本集中据找出k个邻近样本，然后更新每个特征的权重，计算公式如下：

式中，diff(A，R₁，R₂)表示样本在R₁和R₂属性A上的差，M_j(C)表示中第j个最邻近样本。

2.根据权利要求1所述的一种基于属性加权的朴素贝叶斯分类模型改进方法，其特征在于，所述步骤S1中，数据离散化处理采集高斯分布进行分割，具体流程如下：

A、随机选择数据集中的一列属性A；

B、按照训练集将属性A分为A₁、A₂、A₃；

C、假设A₁、A₂、A₃数据都服从高斯分布，计算其均值μ₁、μ₂、μ₃和方差根据均值和方差得到其概率密度函数：

D、计算相邻的两组数据，A₁、A₂、A₃的概率密度函数的交点对应的具体数值即为分割点；

E、利用焦点对特征属性列中的元素值进行分类，相同的类别取同一值，即连续数据离散化。

3.根据权利要求1所述的一种基于属性加权的朴素贝叶斯分类模型改进方法，其特征在于，所述步骤S3中，计算各类的先验概率和类条件概率采用拉普拉斯方法，具体计算公式如下：

其中，Yya是训练集中类别y_i且属性x取值为x_j的例子总数，Yy是类别为y_i的总数，N是属性x所有的可能取值个数。