吳　寧　柏春霞　祝毅博

摘要：針對樸素貝葉斯分類方法中屬性值條件獨立假設(shè)不適應(yīng)實際情況的問題，提出了關(guān)聯(lián)規(guī)則森林表示法及應(yīng)用關(guān)聯(lián)規(guī)則森林的改進貝葉斯分類算法(ABC算法)。ABC算法利用關(guān)聯(lián)規(guī)則挖掘得到滿足條件的關(guān)聯(lián)規(guī)則，并由此來構(gòu)造關(guān)聯(lián)規(guī)則森林，而規(guī)則森林中所有根節(jié)點的概率與所有適用的規(guī)則置信度連乘，就得到所有屬性值的聯(lián)合概率。應(yīng)用UDI數(shù)據(jù)集對分類器進行了測試，分類結(jié)果表明，ABC算法的分類準確率明顯高于樸素貝葉斯分類算法，平均提高5％，特別是對屬性間有著較強依賴關(guān)系的數(shù)據(jù)集，其分類準確率提高了37％。

關(guān)鍵詞：樸素貝葉斯分類；關(guān)聯(lián)規(guī)則；聯(lián)合概率

中圖分類號：TP311.13文獻標志碼：A文章編號：0253—987X(2009)02—0048—05