王 峻

(淮南师范学院 计算机学院, 安徽 淮南 232001)

朴素贝叶斯分类器[1]是一种简单有效的分类方法，在人工智能、统计决策等领域得到广泛应用。其属性之间相互条件独立的假设，忽略掉了属性间相关性的客观存在。在实际应用中，属性间相关性和属性对分类的影响都不完全相同，使得它的分类性能受到一定的影响。

属性是数据集中最基本的组成部分，属性的选择和属性间的相关性是影响贝叶斯分类器的主要因素，也是改善贝叶斯分类器性能的主要方法。程玉虎等[2]提出一种可变选择性贝叶斯分类器,运用最大相关最小冗余方法选择对分类最有效的属性；徐光美[3]提出运用扩展信息标准选择与分类最相关的属性；李宏磊等[4]提出一种垂直切换算法，以降低因属性条件独立假设而导致的分类性能影响。扩展贝叶斯分类器可以通过添加有向边的方式表达属性间的相关性，例如Friedman等[5]提出一种TAN分类器，每个属性可以拥有一个非类别的父结点，通过添加有向边的方式，按照树型结构的形式将属性与非类别的父结点的相关性表达出来。Cheng J等[6]提出一种BAN分类器，每个属性拥有不止1个非类别的父结点，完全放宽了属性间独立性的要求，属性间的相关性得以充分表达。爬山搜索算法(HCS)和超父结点算法(SP)是选择最优父结点的有效算法[7]。石洪波[8]建立了一个双层限定的贝叶斯分类模型表达属性间的相关性。Kononenko[9]提出一种Seminaive Bayesian classifier，通过属性分组将属性相关性较强的属性分在一组，同一分组内允许属性间存在相关性。……