k均值算法的研究

将 K—me a n s 算法引入到朴素贝叶斯分类研究中 , 提 出一种基于 K—me a n s的朴素贝叶斯分类算法。首先用 K— me . a r k s 算法对原始数据集 中的完整数据子集进行聚类 , 计算缺失数据子集中的每条记录与 个簇重心之间的相似度 , 把记 录赋给距离最近的一个簇, 并用该簇相应的属性均值来填充记录的缺失值 , 然后用朴素贝叶斯分类算法对处理后的数据 集进行分类。实验结果表明, 与朴素贝叶斯相比, 基于 K—me a n s 思想的朴素贝叶斯算法具有较高的分类准确率。