贝叶斯网络分类器.pdf

贝叶斯网络分类器：算法与应用 BayesianNetwork Classifiers:AlgorithmsandApplications 蒋良孝 李超群 LiangxiaoJiangChaoqunLi 编著 20 15 年10 月 前 言 分类问题是数据挖掘与机器学习领域研究的重点问题，而贝叶斯网络分类算法作为一 种简单有效的概率学习算法，近年来已得到广泛的关注和应用。国内外很多学者在贝叶斯 网络分类算法上进行了大量理论和应用研究，但是，目前在国内还没有一本系统介绍贝叶 斯网络分类算法方面的中文书籍。这对该类算法在国内的进一步研究有一定阻碍，同时， 也不便于该类算法被更多没有贝叶斯网络研究背景的工程人员使用。 为此，本书在综述了基本贝叶斯网络分类算法和当前贝叶斯网络分类算法研究进展的 基础上，对作者近十年来在贝叶斯网络分类算法方面的理论与应用研究成果进行了系统的 介绍，并对该类算法今后可能的研究方向进行了简述。本书不仅能为贝叶斯网络分类算法 研究人员提供参考，同时也能为工程应用人员进行分类算法的选择提供方便。 整本专著分为三个部分：第一部分 （第 1-7 章）介绍了贝叶斯网络分类器的理论学习 算法；第二部分 （第8 章）介绍了贝叶斯网络分类器在文本分类中的应用研究成果；第三 部分 （第9 章）介绍了贝叶斯网络分类器在距离度量中的应用研究成果。三部分的写作思 路都是在给出相关基础知识和基本模型之后从削弱属性条件独立假设的五个不同方向详细 介绍了基本模型的改进思路和算法。目前，本专著涉及的核心研究成果大部分已公开发表 在中国计算机学会推荐的国际重要期刊和会议上，相关内容更详细的介绍和实验结果可参 阅编著者近年来发表的学术论文。 本专著第一部分 （第1-7 章）主要由蒋良孝教授负责编写，第二部分 （第8 章）和第 三部分 （第9 章）主要由李超群副教授负责编写。最后由蒋良孝教授和李超群副教授共同 完成对本专著的统稿和校读。在本专著的编写过程中，得到了三位担任蒋良孝教授助研工 作的硕士研究生的大力支持和帮助：邱晨同学负责了第3 章和第7 章部分内容的文字录入 与整理工作；孔刚刚同学负责了第4 章、第5 章、以及第6 章部分内容的文字录入与整理 工作；张伦干同学负责了第8 章部分内容的文字录入与整理工作。在此，对三位同学的大 力支持和帮助表示衷心的感谢。 本书的第一作者蒋良孝教授得到了教育部新世纪优秀人才支持计划和武汉 市青年科技晨光计划的资助；本书的第二作者李超群副教授得到了国家自然科 学基金青年科学基金项目和中国地质大学 （武汉）摇篮计划的资助。 作者联系方式： 电子邮件：lj iang@ 联系电话 联系地址：湖北武汉中国地质大学计算机学院 邮政编码：430074 目 录 第1 章 引言 6 1.1本书选题的背景和意义6 1.2如何阅读本书 7 第2 章 贝叶斯网络分类器基础知识 8 2.1分类的定义 8 2.2贝叶斯网络的定义 8 2.3贝叶斯规则 10 2.4极大后验假设 11 2.5朴素贝叶斯分类器 12 第3 章 基于结构扩展的贝叶斯网络分类器学习算法 19 3.1结构扩展方法简介 19 3.2现有工作综述20 3.3加权平均的一依赖估测器22 3.4隐藏的朴素贝叶斯24 3.5森林扩展的朴素贝叶斯27 3.6平均树扩展的朴素贝叶斯30 3.7一依赖扩展的朴素贝叶斯32 3.8随机的一依赖估测器33 3.9基于条件似然对数的超父亲算法34 第4 章 基于属性选择的贝叶斯网络分类器学习算法36 4.1属性选择方法简介37 4.2现有工作综述 37 4.3进化的朴素贝叶斯39