盛静文　于艳丽　江开忠

摘要：朴素贝叶斯分类算法由于其计算高效在生活中应用广泛。本文根据集成算法的差异性特征，聚类算法聚类点的选择方式的可变性，提出了基于K-medoids聚类技术的贝叶斯集成算法，朴素贝叶斯的泛化性能得到了提升。首先，通过样本集训练出多个朴素贝叶斯基分类器模型;然后，为了增大基分类器之间的差异性，利用K-medoids算法对基分类器在验证集上的预测结果进行聚类;最后，从每个聚类簇中选择泛化性能最佳的基分类器进行集成学习，最终结果由简单投票法得出。将该算法应用于UCI数据集，并与其他类似算法进行比较可得，本文提出的基于K-medoids聚类的贝叶斯集成算法（NBKME）提高了数据集的分类准确率。

关键词：朴素贝叶斯;分类;K-medoids聚类;集成算法

【Abstract】TheNaiveBayesclassificationalgorithmiswidelyusedinlifeduetoitscomputationalefficiency.Basedonthedifferencecharacteristicsoftheensemblealgorithmandthevariabilityoftheclusteringpointselectionmethodoftheclusteringalgorithm，thispaperproposesaBayesianensemblealgorithmbasedonK-medoidsclusteringtechnology，andthegeneralizationperformanceofNaiveBayeshasbeenimproved.Firstly，multipleNaiveBayesianclassifiermodelsaretrainedthroughthesampleset;then，inordertoincreasethedifferencebetweenthebaseclassifiers，theK-medoidsalgorithmisusedtogatherthepredictionresultsofthebaseclassifiersonthevalidationset;Finally，thebaseclassifierwiththebestgeneralizationperformanceisselectedfromeachclusterforensemblelearning，andthefinalresultisobtainedbyasimplevotingmethod.ThealgorithmisappliedtoUCIdatasetandcomparedwithothersimilaralgorithms.TheBayesianensemblealgorithmbasedonK-medoidsclustering（NBKME）proposedinthispaperimprovestheclassificationaccuracyofthedataset.

【Keywords】NaiveBayes;classification;K-medoidsclustering;ensemblealgorithm

作者简介：盛静文（1995-），女，硕士研究生，主要研究方向：机器学习、大数据;于艳丽（1993-），女，硕士研究生，主要研究方向：不平衡数据;江开忠（1965-），男，博士，副教授，主要研究方向：大数据。

0引言

分类问题在机器学习理论中占据重要地位，在监督学习中也是一个核心问题。在日常生活中，可见到很多分类问题，比如在医学方面，将病人的检查结果分为阳性和阴性，这就是一个二分类问题;在电子邮箱中，邮件的种类有3种，可能被分为垃圾邮件、广告邮件和正常邮件，这就是一个多分类问题;图像中的图像分割，最简单的方法就是对每一个像素进行分类。因此，分类问题是机器学习的基础，研究分类算法对于社会发展具有不可替代的作用。……