基于实例和属性加权朴素贝叶斯的电气事故分类研究

来源：计算机测量与控制杂志2022年第5期北京时间：

作者：舒一飞,郭汶昇,樊博,康洁滢,许诗雨,杨林

单位：国网宁夏电气有限公司营销服务中心

摘要：为实现对电气事故快速、准确和动态的分类,提出一种有机结合实例和属性加权的朴素贝叶斯电气事故分类方法(AIWNB)。朴素贝叶斯分类方法中的先验概率和条件概率采用两种实例加权方式加以改进,积极实例权值取决于各属性值频度的统计值,而消极实例权值通过逐条计算训练实例与测试实例间的相关性加以确定。属性权值则基于互信息定义为属性-属性相关性和属性-类相关性之间的残差。所提出的AIWNB方法将属性加权和实例加权有机结合在朴素贝叶斯统一框架内,利用高低压用户的电气实测数据进行验证,实验结果表明,与朴素贝叶斯相比,加权后的朴素贝叶斯方法更具竞争性,准确率和F1分数可提升3.09%和9.39%,证明所提的AIWNB算法在电气事故分类的实用性及有效性,并可推广至其他分类情形。

关键词：属性加权;积极实例加权;消极实例加权;朴素贝叶斯框架;电气事故分类;

基金资助：国网宁夏电气有限公司营销服务中心(国网宁夏电气有限公司计量中心)科研项目(JG29YX210027)