基于加权朴素贝叶斯的水质数据分类研究

• 作者: 方志豪 李正权 张铭玮
• 来源期刊: 物联网学报
• 学科: 地球科学
• 关键词: 水质评价 朴素贝叶斯 五折交叉验证 性能指标
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 理论与技术|Theory and Technology
• 页码范围: 113-122
• 页数: 10页
• 分类号: X824
• 语种: 中文
• DOI: 10.11959/j.issn.2096−3750.2022.00255

摘要

为更好地实施水环境管理政策,水质评价是基础环节,即根据某一水域多个水质参数,如何将其合理地划分到特定水质类别.针对该问题,提出了一种改进的朴素贝叶斯分类方法,该方法赋予不同属性以不同的权值,削弱了朴素贝叶斯条件独立性的假设,使分类结果更接近实际类别.首先,参考国家地表水水质自动监测站(以下简称国控水站)发布的数据,选取其中500条水质数据作为样本,基于溶解氧、高锰酸盐指数、氨氮和总磷4个指标建立评价体系;然后,利用改进朴素贝叶斯分类方法对样本进行学习与评价,并采用五折交叉验证法验证其分类性能.结果表明,改进朴素贝叶斯分类方法的准确率、精确率、召回率和F1值分别达到96.0％、95.9％、93.8％和94.8％,水质数据分类的性能指标相较于其他朴素贝叶斯分类方法更高,可对实际工程中遇到水质数据分类的问题提供一定的参考.