多维贝叶斯网络分类器结构学习算法

作者：傅顺开; SeinMinn; 李志强

来源：计算机应用, 2014, (04): 1083-1088.

• 多标签分类
• 多维分类
• 多维贝叶斯网络分类器
• 贝叶斯网络
• 马尔可夫毯 multi-label classification
• multi-dimensional classification
• Multi-dimensional Bayesian Network Classifier(MBNC)
• Bayesian Network(BN)
• Markov blanket

传统多维贝叶斯网络分类器(MBNC)限制其模型结构必须是二分的,通过移除该限制可得到更准确的对关联分布建模的通用MBNC(GMBNC)。基于局部马尔可夫毯的迭代搜索,提出可准确学习GMBNC的算法IPCGMBNC。该算法由于无需学习全局贝叶斯网络(BN),可扩展性强。基于已知贝叶斯网络模型而随机生成的数据上所执行的实验显示,IPC-GMBNC可有效推导出目标结构;而且与传统的全局结构学习算法PC相比,IPC-GMBNC可节省大量的计算量。

• 出版日期2014
• 单位华侨大学