基于预测能力的贝叶斯网络分类器学习.pdf

第24 卷第8 期 计 算 机 应 用 研 究 Voi. 24 No. 8 2007 年8 月 Appiication Research of Computers Aug. 2007 基于预测能力的贝叶斯网络分类器学习＊ 1 2 3 张剑飞 ，王 辉 ，王双成 （1. 齐齐哈尔大学 计算机与控制工程学院，黑龙江 齐齐哈尔 161006 ；2. 中央民族大学 数学与计算机学院，北 京 100081；3. 上海立信会计学院信息科学系，上海201600 ） 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。 关键词：贝叶斯网络；分类器；预测能力 中图分类号：TP311. 13 文献标志码：A 文章编号：1001- 3695（2007 ）08- 0050- 03 Learning Bayesian network ciassifier based on prediction abiiity ZHANG Jian-fei1 ，WANG Hui2 ，WANG Shuang-cheng3 （1. College of Comp uter Control Engineering ，Oigihar Uniuersity ，Oigihaer Heilongj iang 161006 ，China ；2. Mathematics Comp uter Science Institute ，Central Uniuersity f or Nationalities ，Bej ing 100081，China ；3. Dep t. of Inf ormation Science ，Shanghai Lixin Uniuersity of Commerce ， Shanghai 20 1600 ，China ） Abstract ：This paper anaiyzed representative Bayesian ciassifiers ，gave concept and estimating methods of prediction abiiity between variabies ，presented a new iearning method of the Bayesian network ciassifier based prediction abiiity ，finished exper- iment by data from UCI. Experimentai resuits show that the structure of the Bayesian network ciassifier iearned by this method is simpier and has better ciassifying abiiity. Key words ：Bayesian network ；ciassifier ；prediction abiiity 高维条件概率计算，这样往往不能定向所有的边。 0 引言 本文给出变量之间预测能力的概念及估计方法，证明预测 能力就是预测正确率，预测能力相同是条件独立性的充分必要 基于贝叶斯方法的分类