1、分類號：密級：學校代碼：學號：遣掌坪筢大學碩士學位論文②10165201211001153面向不確定數據的最近鄰分類方法研究作者姓名：郎泓鈺學科、專業(yè)：計算機科學與技術研究方向：導師姓名：數據挖掘任永功教授2015年6月遼寧師范大學碩士學位論文摘要數據分類是數據挖掘和機器學習的基本任務，已經在眾多應用領域里取得了巨大進步。分類的目的是：分析輸入數據，通過在訓練集中的數據表現出來的特性，為每一個類找到一種準確的描述或者模型。這種描述常常用

2、謂詞表示。由此生成的類描述用來對測試數據進行分類。盡管這些測試數據的類標簽是未知的，我們仍可以由此預測這些新數據所屬的類。注意是預測，而不能肯定。傳統(tǒng)分類技術通常用于處理具有確定的特征向量值的數據，數據的不確定性在學習問題辨析上被忽略了。然而必須指出由于數據可能包含錯誤或者只有部分被存儲，所以在真實數據上有很多方面會產生數據的不確定性。如何高效的處理帶有誤差的不確定性數據依然是數據挖掘領域里的一項挑戰(zhàn)。雖然傳統(tǒng)的數據分類算法往往都假定采

3、集到的數據是精確的，不存在任何誤差，但是，在大部分的應用領域中，時常有采集樣本自身存在誤差，儀器的精度誤差情況或是出于保護隱私的原因需要對采集的數據進行某些干預，從而影響數據自身是不確定的。因此，不確定性數據的特征值就不是某個單一的值，而是存在于某個區(qū)間內，并且服從某個概率分布。目前已經可以擴展某些傳統(tǒng)的經典分類算法，比如決策樹，支持向量機等，用來處理不確定性數據。然而本文在處理不確定性數據分類的問題時，鑒于傳統(tǒng)的分類方法在處理不確定性

4、數據時可能返回一個概率接近于零的類，即可能無法保證返回類的質量，因此基于將最近鄰規(guī)則擴展到處理不確定性數據的情況是可行的前提下，提出了不確定性最近鄰規(guī)則。不確定性最近鄰規(guī)則依賴于最近鄰的類的概念而不是最近鄰的對象。測試對象的最近鄰類是取可以滿足它最近鄰類中的最大概率值的類。實驗證明前者的概念要比后者在處理不確定性數據問題上更有利。設計一個用來對測試對象進行分類的有效的最近鄰分類算法。給出的實驗結果，表明不確定最近鄰規(guī)則是有效的和高效的分