基于预测能力的贝叶斯网络分类器学习

被引：8

作者：

张剑飞 ^{[1
]}

王辉 ^{[2
]}

王双成 ^{[3
]}

机构：

[1] 齐齐哈尔大学计算机与控制工程学院

[2] 中央民族大学数学与计算机学院

[3] 上海立信会计学院信息科学系

来源：

计算机应用研究 | 2007年 / 08期

关键词：

贝叶斯网络; 分类器; 预测能力;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

分析了贝叶斯分类器家族中有代表性的分类器;给出变量之间预测能力的概念及估计方法,在此基础上建立了基于变量间预测能力的贝叶斯网络分类器结构学习方法,并使用UCI数据进行分类实验。实验结果显示,该方法能够有效地进行贝叶斯网络分类器学习,使得贝叶斯网络分类器倾向于简单化,具有较强的分类能力。

引用

收藏

页码：50 / 52

页数：3

相关论文

共 4 条

[1]

具有丢失数据的贝叶斯网络结构学习研究 [J].

王双成 ;

苑森淼 .

软件学报, 2004, (07) :1042-1048

[2]

基于类约束的贝叶斯网络分类器学习 [J].

王双成 ;

苑森淼 ;

王辉 .

小型微型计算机系统, 2004, (06) :968-971

[3]

Bayesian network classifiers [J].

Friedman, N ;

Geiger, D ;

Goldszmidt, M .

MACHINE LEARNING, 1997, 29 (2-3) :131-163

[4]

LEARNING BAYESIAN NETWORKS - THE COMBINATION OF KNOWLEDGE AND STATISTICAL-DATA [J].

HECKERMAN, D ;

GEIGER, D ;

CHICKERING, DM .

MACHINE LEARNING, 1995, 20 (03) :197-243