论文研究朴素贝叶斯分类算法的改进及应用.pdf

针对朴素贝叶斯分类算法中缺失数据填补问题，提出一种基于改进EM（ExpectationMaximization）算法的朴素贝叶斯分类算法。该算法首先根据灰色相关度对缺失数据一个估计，估计值作为执行EM算法的初始值，迭代执行E步M步后完成缺失数据的填补，然后用朴素贝叶斯分类算法对样本进行分类。实验结果表明，改进算法具有较高的分类准确度。并将改进的算法应用于高校教师岗位等级的评定。