基于WEKA平台的Naive Bayes 分类算法研究

摘要：
在当今这样一个信息时代，各个领域的数据量急剧增长，在这些海量数据中蕴藏着丰富的有价值的信息。数据挖掘(Data Mining，DM)就是从大量的、不完全的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但是又潜在有用的信息和知识的过程。数据挖掘技术对于数据收集和数据分析富有成效，因此数据挖掘是目前国际上的一个研究热点。
    在数据挖掘领域,存在着许多工具,而那些开源的数据挖掘平台受到了数据挖掘研究者的特别关注，WEKA就是这些开源数据挖掘平台中的一员。本文针对数据挖掘中的朴素贝叶斯分类方法进行研究，通过实验，详细分析了朴素贝叶斯算法的分类实现过程，并提出了简单的提高分类准确率的算法改进方法，为朴素贝叶斯分类算法的初学者提供了一个可供参考的资料。因此，本研究具有一定的应用价值。

关键词：
数据挖掘；贝叶斯分类器；朴素贝叶斯；分类过程

Abstract：
In this information age,the data amount of every field grows explosively,and the avaliable information were hidden in the mass of data.Data Mining is the process to abstract the data avaliable but never known to people from the mass,uncomplete,vague and random data.Data Mining technology is effective to data collection and analysis,so it is one of the central issues in the international research.
There are many Data Mining tools today,but more attention are paid on the open source ones. WEKA is one of the open source Data Mining tools.This thesis aiming at the Naïve Bayes classify method,doing some experients,analysize the classification process throughly and point out a naïve modification to improve the correct classification ratio.It provides a reference material for the beginner learning Naïve Bayes.Therefore,this study is of a certain value.

Keywords：
Data Mining；Bayes classifier；Naive Bayes；Classification process

*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】