數(shù)據(jù)挖掘判別分析貝葉斯理論分類(lèi)碩士論文

1、基于貝葉斯的判別理論及其算法實(shí)現(xiàn)計(jì)算機(jī)科學(xué)與技術(shù)， 2011， 碩士【摘要】 在全球信息化浪潮的推動(dòng)下,數(shù)據(jù)挖掘技術(shù)的研究和應(yīng)用迅速發(fā)展。如何從海量的數(shù)據(jù)里“挖掘”或“發(fā)現(xiàn)”隱含的、有用的信息和知識(shí),成為各類(lèi)數(shù)據(jù)庫(kù)的應(yīng)用研究中越來(lái)越重要的課題。其中,對(duì)研究對(duì)象進(jìn)行分類(lèi)的判別分析是數(shù)據(jù)挖掘的一類(lèi)重要基礎(chǔ)理論。所謂判別分析,是指在分類(lèi)情況明確的條件下,依據(jù)目標(biāo)對(duì)象具有的各類(lèi)屬性的特征值判定其所屬類(lèi)型的一類(lèi)統(tǒng)計(jì)學(xué)分析方法。判別分析過(guò)程是根據(jù)一定的判別分析理論,建立判別分析模型,通過(guò)對(duì)歷史數(shù)據(jù)元組的學(xué)習(xí)來(lái)確定判別分類(lèi)規(guī)則,并利用規(guī)則對(duì)未知元組進(jìn)行分類(lèi)的過(guò)程?；诮y(tǒng)計(jì)學(xué)和概率論的貝葉斯理論,是一類(lèi)重要的

2、判別分析理論,在廣泛的應(yīng)用中表現(xiàn)出了高準(zhǔn)確率和高速度。中央地勘基金項(xiàng)目遠(yuǎn)程調(diào)度監(jiān)管平臺(tái)(以下簡(jiǎn)稱(chēng)“地勘基金監(jiān)管平臺(tái)”)是為中央地質(zhì)勘查基金項(xiàng)目監(jiān)督管理提供即時(shí)化、標(biāo)準(zhǔn)化和自動(dòng)化服務(wù)的信息平臺(tái)。其中,數(shù)據(jù)分析子系統(tǒng)能夠?yàn)槠脚_(tái)提供強(qiáng)大的數(shù)據(jù)分析和決策支持功能。貝葉斯判別分析模塊能夠?qū)Φ乜被鸨O(jiān)管平臺(tái)的各類(lèi)數(shù)據(jù)指標(biāo)進(jìn)行分類(lèi),便于決策者了解工程進(jìn)度情況,制定相應(yīng)的管理策略。本課題的工作內(nèi)容和研究成果有如下幾個(gè)方面:1)闡述貝葉斯判別理論體系和文獻(xiàn)綜述。簡(jiǎn)要介紹數(shù)據(jù)挖掘、判別分析和貝. 更多還原【Abstract】 In the global information wave, Data Mi

3、ning technology research and application drive a rapid development. To "mining" or "discover" the hidden and useful knowledge from magnanimity data is an increasingly important issue in the studies of database applications. Among them, the study of discriminant analysis is an imp

4、ortant basis theory of data mining.So-called discriminant analysis refers to a statistical analysis of determining the class of the target object in the case of known classify types. 更多還原 【關(guān)鍵詞】 數(shù)據(jù)挖掘； 判別分析； 貝葉斯理論； 分類(lèi)； 【Key words】 Data Mining； Discriminant Analysis； Bayesian Theory； Classificatio

5、n； 摘要 5-6 ABSTRACT 6-7 第1章 緒論 10-17 1.1 研究背景和意義 10-12 1.1.1 研究背景 10-12 1.1.2 研究目的及意義 12 1.2 研究現(xiàn)狀 12-14 1.3 課題的提出 14-15 1.4 課題的主要工作 15 1.5 論文組織結(jié)構(gòu) 15-17 第2章 基于貝葉斯的判別理論 17-28 2.1 數(shù)據(jù)挖掘概述 17-22 2.1.1 數(shù)據(jù)倉(cāng)庫(kù)的相關(guān)概念 17-18 2.1.2 數(shù)據(jù)挖掘及知識(shí)發(fā)現(xiàn)的相關(guān)概念 18-20 2.1.3 數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系 20 2.1.4 數(shù)據(jù)挖掘基本算法 20-22 2.2 判別分析理論概述 22-24

6、2.2.1 判別分析基本原則 22-23 2.2.2 各類(lèi)基本判別分析算法 23-24 2.2.3 判別分析與聚類(lèi)分析的區(qū)別 24 2.3 貝葉斯判別分析理論概述 24-26 2.3.1 貝葉斯理論的發(fā)展歷程 25 2.3.2 貝葉斯定理和貝葉斯公式 25-26 2.3.3 貝葉斯判別方法 26 2.4 本章小結(jié) 26-28 第3章 貝葉斯分類(lèi)模型設(shè)計(jì)和算法研究 28-42 3.1 樸素貝葉斯分類(lèi)模型 28-32 3.1.1 樸素貝葉斯模型的學(xué)習(xí)和分類(lèi)過(guò)程 28-29 3.1.2 樸素貝葉斯分類(lèi)模型的應(yīng)用示例 29-32 3.2 貝葉斯信念網(wǎng)絡(luò)模型 32-37 3.2.1 貝葉斯信念網(wǎng)絡(luò)的相關(guān)

7、概念 33 3.2.2 貝葉斯信念網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程 33-34 3.2.3 貝葉斯信念網(wǎng)絡(luò)的應(yīng)用示例 34-37 3.3 樹(shù)擴(kuò)展貝葉斯（TAN）分類(lèi)模型 37-39 3.4 基于粗糙集理論的決策表屬性約簡(jiǎn) 39-40 3.5 誤判風(fēng)險(xiǎn)（ECM）最小準(zhǔn)則 40-41 3.6 本章小結(jié) 41-42 第4章 貝葉斯判別分析模塊詳細(xì)設(shè)計(jì) 42-54 4.1 地勘基金監(jiān)管平臺(tái)的系統(tǒng)總體結(jié)構(gòu) 42-45 4.1.1 地勘基金監(jiān)管平臺(tái)總體架構(gòu) 42-44 4.1.2 地勘基金監(jiān)管平臺(tái)功能結(jié)構(gòu) 44 4.1.3 地勘基金監(jiān)管平臺(tái)部署結(jié)構(gòu) 44-45 4.2 地勘基金監(jiān)管平臺(tái)的數(shù)據(jù)庫(kù)設(shè)計(jì) 45-47 4.3 判別分析模塊的功能設(shè)計(jì) 47-52 4.3.1 判別分析訓(xùn)練集組織 50 4.3.2 訓(xùn)練集屬性約簡(jiǎn)處理 50-51 4.3.3 判別規(guī)則學(xué)習(xí)過(guò)程 51 4.3.4 未知元組分類(lèi)過(guò)程 51-52 4.4 判別分析模塊的程序結(jié)構(gòu)設(shè)計(jì) 52-53 4.5 本章小結(jié) 53-54 第5章 程序編碼、測(cè)試及數(shù)據(jù)分析 54-62 5.1 編程及測(cè)試環(huán)境說(shuō)明 54-55 5.2 程序功能演示及測(cè)試 55-59 5.2.1 地勘基金監(jiān)管平臺(tái)主界面及功能列表說(shuō)明 55 5.2.2 判別分析科目選擇及訓(xùn)練集組織 55-56 5.2.3 訓(xùn)練集屬性約