朴素贝叶斯分类算法在降雨预测中的研究与应用

发布时间：2020-05-20 21:14

【摘要】：随着社会的不断进步和发展,各行各业都与气象预报有着密切的关系,特别是对一些灾害性天气的准确预报尤为重要。与此同时科技的快速发展以及气象观测技术的不断进步,积累了海量的气象数据,其中蕴藏着大量气象规律,如何从气象数据中获得有价值的信息成为一项重要的研究内容。本文主要研究朴素贝叶斯分类算法(Naive Bayesian Classif1cation,NBC)对降雨等级分类预测的问题,指出了离散化对朴素贝叶斯分类算法的有效性和属性赋权对朴素贝叶斯分类算法的重要性,从预测因子的属性值离散化和朴素贝叶斯分类算法假设属性之间相互条件独立两个方面,来改进朴素贝叶斯分类算法。通过分析样本气象数据,选择出降雨预测因子,然后建立改进的朴素贝叶斯分类模型,完成对降雨等级的分类预测。本论文主要研究以下内容:针对气象数据集中降雨类分布的不平衡性和连续数值型属性的离散化问题,提出了改进的类-属性关联离散化算法(Class-Attribute Interdependency Discretization,CAID)。通过分析类与属性的二维量化矩阵后,充分考虑了气象数据在属性中的分布情况,同时结合了不同的离散标准,提出了改进的离散化准则CAID,然后基于该准则设计实现了CAID算法。该算法从候选断点集中选择出最佳的断点,把属性域分割成若干区间,在信息损失最少的情况下得到更加合理的离散化方案,并提高了少数降雨类的识别率,更加有利于后续模型的学习。然后在CAID算法离散后的真实气象数据上构建一种基于CAID算法的朴素贝叶斯分类模型(D-NBC),实现对降雨等级的分类预测。通过分析对比实验结果,验证了本文提出的算法可以更好的解决气象数据中连续数值型属性的离散化问题,相比较其它算法在后续的分类预测中有更好的性能提升。针对朴素贝叶斯分类算法假设属性之间相互条件独立的问题,为了提高朴素贝叶斯分类算法的分类精度,提出一种基于属性加权的改进朴素贝叶斯分类算法(INBC),该算法使用互信息与条件互信息综合确定每个属性的权值,以此来削弱属性之间相互条件独立的假设,然后在CAID算法离散后的真实气象数据下,构建基于属性加权的朴素贝叶斯降雨等级预测模型。对比分析实验结果表明,本文提出的加权朴素贝叶斯分类模型具有更好的分类性能,在一定程度上提高了朴素贝叶斯模型对降雨等级分类预测的精度。
【图文】：

对比图,准确率,等级,对比图

图３－３各降雨等级召回率对比图逡逑图３－２、３－３统计了邋４种模型处理同一数据集对每个降雨等级分类预测的准确率回率，可以看出四种模型对Ｃ０级的分类预测准确率和召回率最高，主要是所选天气无雨样本数比较大，但是仍然可以看出Ｄ－ＮＢＣ模型的预测性能最好，其准召回率分别达到８８％和８４％左右。从图３－２、３－３的总体趋势来看，相比较Ｃ－ＮＢＣ逡逑Ｄ－ＮＢＣ模型，经典ＮＢＣ模型的预测性能最差，说明对预测因子属性值进行离散作，可以在一定程度上提高ＮＢＣ模型的分类预测精度。随着降雨等级分布的越来３０逡逑

气象图,样本容量,预测性能,分类模型

训练行／１０＊１０＊１０逡逑图３－４样本容量与预测性能对比图逡逑图３－４统计了邋ＮＢＣ、Ｃ－ＮＢＣ、ＰＫＮＮ、Ｄ－ＮＢＣ四种分类模型处理不同容量气象数逡逑据的预测正确率，对比它们在相同容量下的正确率。从图３－４可以看出，，当样本容量逡逑较少时，四种模型的预测性能接近，但是仍然T以看出Ｄ－ＮＢＣ模型的性能更好。从总逡逑体趋势来看，一方面，相比较Ｃ－ＮＢＣ和Ｄ－ＮＢＣ模型，经典ＮＢＣ模型的性能最差，而逡逑且达到稳定状态的过程需要的样本容量较大，可见，对预测因子属性值进行离散化可逡逑以提高ＮＢＣ模型的分类性能。当数据容量为２００至４００行时，Ｃ－ＮＢＣ、Ｄ－ＮＢＣ模型逡逑的分类正确率接近，无法通过预测结果直观的看出离散方法的好坏，主要是由于样本逡逑较少时，少数类样本数目极少，气象数据中类分布不平衡性不明显，本文提出的离散逡逑３１逡逑
【学位授予单位】：南京信息工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P457.6;TP181

【参考文献】