數(shù)據(jù)挖掘?qū)嶒炈呢惾~斯決策分類算法_第1頁
數(shù)據(jù)挖掘?qū)嶒炈呢惾~斯決策分類算法_第2頁
數(shù)據(jù)挖掘?qū)嶒炈呢惾~斯決策分類算法_第3頁
數(shù)據(jù)挖掘?qū)嶒炈呢惾~斯決策分類算法_第4頁
數(shù)據(jù)挖掘?qū)嶒炈呢惾~斯決策分類算法_第5頁
全文預覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、 /6實驗四、貝葉斯決策分類算法學院計算機科學與軟件學院實驗?zāi)康模海?)熟悉VC+編程工具和樸素貝葉斯決策算法。(2)對AllElectronics顧客數(shù)據(jù)庫查詢得到先驗概率和類條件概率。(3)在樣本集上用VC+編程工具編寫用樸素貝葉斯算法分類的程序,對任務(wù)相關(guān)數(shù)據(jù)運行樸素貝葉斯分類算法,調(diào)試實驗。(4)寫出實驗報告。實驗原理:1、先驗概率和類條件概率先驗概率:先驗概率定義為訓練樣本集中屬于Ci類的樣本(元組)數(shù)N.與總F(G)旦樣本數(shù)N之比,記為類條件概率:類條件概率定義為訓練樣本集中屬于q類中的具有特征X的樣尸(龍|u)二本(元組)的個數(shù)ni與屬于Ci類的樣本(元組)數(shù)耳之比,記為。2、貝

2、葉斯決策貝葉斯決策(分類)法將樣本(元組)分到Ci類,當且僅當,對1jm,ji其中,訓練樣本集中的樣本(元組)可被分為m類。該算法流程圖如下:實驗內(nèi)容1、實驗內(nèi)容用貝葉斯分類器對已知的特征向量X分類:1)由AllElectronics顧客數(shù)據(jù)庫類標記的訓練樣本集(元組)編程計算先驗概率P(Cj)和類條件概率P(X|Cj),并在實驗報告中指出關(guān)鍵代碼的功能和實現(xiàn)方法;2)應(yīng)用貝葉斯分類法編程對特征向量X分類,并在實驗報告中指出關(guān)鍵程序片段的功能和實現(xiàn)方法;3)用檢驗樣本估計分類錯誤率;2、實驗流程圖3、關(guān)鍵代碼1、定義存儲結(jié)構(gòu)classDatepublic:stringage;stringinc

3、ome;stringstudent;stringcredit;stringbuy;voidprint()coutageincomestudentcreditbuyname1;infile.open(name1,ios:in);if(infile.fail()couterroropen!endl;3、計算類條件概率(通過計算累加和來計算)coutage:iage;coutincome:iincome;coutstudent:istudent;coutcredit:icredit;for(intk=0;kdatesize;k+)if(datek.age=iage&datek.buy=yes)age

4、y+;if(datek.age=iage&datek.buy=no)agen+;if(datek.income=iincome&datek.buy=yes)incomey+;if(datek.income=iincome&datek.buy=no)incomen+;if(datek.student=istudent&datek.buy=yes)studenty+;if(datek.student=istudent&datek.buy=no)studentn+;if(datek.credit=icredit&datek.buy=yes)credity+;if(datek.credit=icred

5、it&datek.buy=no)creditn+;p3=(float)agey/(float)y;p4=(float)agen/(float)n;p5=(float)incomey/(float)y;p6=(float)incomen/(float)n;p7=(float)studenty/(float)y;p8=(float)studentn/(float)n;p9=(float)credity/(float)y;p10=(float)creditn/(float)n;px1=p3*p5*p7*p9;px2=p4*p6*p8*p10;px3=px1*p1;px4=px2*p2;coutP(a

6、ge=iage|buy=yes=agey/y=p3endl;coutP(age=iage|buy=no=agen/n=p4endl;coutP(income=iincome|buy=yes=incomey/y=p5endl;coutP(income=iincome|buy=no=incomen/n=p6endl;coutP(student=istudent|buy=yes=studenty/y=p7endl;coutP(student=istudent|buy=no=studentn/n=p8endl;coutP(credit=icredit|buy=yes=credity/y=p9endl;

7、coutP(ctedit=icredit|buy=no=creditn/n=p10endl;coutP(X|buy=yes)=px1endl;coutP(X|buy=no)=px2endl;coutP(X|buy=yes)P(buy=yes)=px3endl;coutP(X|buy=no)P(buy=no)=px4px4)coutvv樸素貝葉斯預測buy=yesvvendl;elsecoutvv樸素貝葉斯預測buy=no5seniorlowyesfairyea6seniorlowyesexcellentno7middleagedlowyesexcellentyesSyouthiTiDdiuiiinofairno9youthlowyesfairyes10seniormediumyesfairves-if11youthmediumyesexcellentyes12

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論