计算机科学 ›› 2009, Vol. 36 ›› Issue (3): 119-122.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 提出多模式贝叶斯分类算法，由变量值之间的条件独立和条件相关性推断因果关系，根据每个完整随机样本而非整个样本空间构造子模式。结合局部计算近似推理进行概率密度和条件概率分布估计，在此基础上采用后离散化策略自动确定连续变量边界。在UCI机器学习数据集上的实验结果证明了该算法的合理性和有效性。
关键词: 贝叶斯网络 多模式 后离散化策略 局部计算
Abstract: A multi-schema Bayesian classification algorithm was proposed to solve the problem of discretization assumption and graph representation. By reasoning the conditional independence and dependence between attribute values, a submodel was constructed for eac
Key words: Bayesian network, Multi-schema, Post-discretization strategy, Marginal computation
. 面向多层次知识表达的贝叶斯分类模型研究[J]. 计算机科学, 2009, 36(3): 119-122. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2009/V36/I3/119
Cited
首页