基于K-均值聚类的朴素贝叶斯网络分类模型

刘亚辉，王 越，谭暑秋

(重庆理工大学计算机科学与工程学院，重庆 400054)

朴素贝叶斯网分类器(Naïve Bayesian classifier，NB)［1］是目前被公认的一种简单而有效的概率分类的方法，它同时也是贝叶斯网分类器的一种。从某种意义上来说其预测性能可与神经网络、决策树等算法相媲美，因此在某些领域中表现出了它性能的优异性［2］。许多工作研究者从不同的方向思考，并从NB方法中的“独立性假设”出发，为了提高分类器的性能从而构造出了不同的改进模型［3-5］。由于朴素贝叶斯网络的分类模型以各个非类属性变量相对于类属性变量相对独立为前提的，也就是各个非类属性变量独立地作用于类属性变量。此前提条件在一定程度上限制了朴素贝叶斯网络分类模型的适用范围，虽然降低了贝叶斯网络的构建复杂性，但是当处理的数据维数较多，且数据量较大时，朴素贝叶斯网络分类的效率则是偏低的，其准确率有待提高。在朴素贝叶斯网络的基础上结合主元分析法与K-均值聚类算法构造出了一个改进的朴素贝叶斯网络的分类模型。由于主元分析法是解决多维数据行之有效的方法，而K-均值聚类算法能够使簇内具有较高的相似度，而簇间的相似度较低，这将有便于从多维属性中有效地进行降维处理。

1 相关概念

概念1(相对融合点) 在一个数据集D=(x1，x2，…，xn)中，设存在一个值x'能够代表数据中的特点并与数据集具有很好的拟合性，则x'称为相对融合点。

概念2(K-均值聚类)K-means算法以K为参数，把N个对象分为K个簇，以使簇内的相似度较高，而簇间的相似度较低。……