论文研究 基于数据填补和连续属性的朴素贝叶斯算法.pdf

朴素贝叶斯算法（NB）在处理分类问题时通常假设训练样本的数值型连续属性满足正态分布，其分类精度也受到训练数据完整性的影响，而实际采样数据很难满足上述要求。针对数据缺失问题，基于期望最大值算法（EM），将朴素贝叶斯分类器利用已有的不完整数据进行参数学习；针对样本数值型连续属性非正态分布的情况，基于核密度估计，利用其分布密度（Distribution Density）和新的分析计算方法来求最大后验分布，同时用标准数据集的分类实验验证了改进的有效性。将改良的算法EM-DNB应用在生物工程蛋白质纯化工艺预测中，实验结果表明，预测精度有所提高。