基于Bayesian网络的缺损数据处理方法

被引：3

作者：

杨欣斌

孙京诰

黄道

机构：

[1] 华东理工大学信息科学与工程学院

[2] 华东理工大学信息科学与工程学院上海

[3] 上海

来源：

华东理工大学学报 | 2002年 / S1期

关键词：

数据挖掘; 缺损数据; Bayesian网络; Bayes概率; 先验知识;

D O I：

10.14135/j.cnki.1006-3080.2002.s1.011

中图分类号：

TP311.12 [];

学科分类号：

081202 ; 0835 ;

摘要：

总结了处理缺损数据的几种方法 ,并提出一种基于 Bayesian网络的缺损数据处理方法。Bayesian网络能够将样本数据和先验信息有效地结合起来。最后通过一个实例验证了该方法的有效性和正确性。

引用

页码：41 / 44

页数：4

共 8 条

[1] 数据缺失条件下的贝叶斯推断方法 [J].

虞健飞 ;

张恒喜 ;

朱家元 .

计算机科学, 2002, (02) :122-123+50

[2] 贝叶斯网络的建造及其在数据采掘中的应用 [J].

林士敏 ;

田凤占 ;

陆玉昌 .

清华大学学报(自然科学版), 2001, (01) :49-52

[3]

知识发现中缺损数据的处理(I)[J]. 卫金茂,黄道.华东理工大学学报. 2000(05)

[4] 用Bayesian网络处理具有不完整数据的问题分析 [J].

王双成 ;

林士敏 ;

陆玉昌 .

清华大学学报(自然科学版), 2000, (09) :65-68

[5] Efficient Approximations for the Marginal Likelihood of Bayesian Networks with Hidden Variables [J].

David Maxwell Chickering ;

David Heckerman .

Machine Learning, 1997, 29 :181-212

[6] Bayesian networks for data mining [J].

Heckerman, D .

DATA MINING AND KNOWLEDGE DISCOVERY, 1997, 1 (01) :79-119

[7]

Learning Bayesian Networks: The Combination of Knowledge and Statistical Data[J] . David Heckerman,Dan Geiger,David M. Chickering.Machine Learning . 1995 (3)

[8] A BAYESIAN METHOD FOR THE INDUCTION OF PROBABILISTIC NETWORKS FROM DATA [J].

COOPER, GF ;

HERSKOVITS, E .

MACHINE LEARNING, 1992, 9 (04) :309-347

← 1 →