计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2009年
3期
119-122
,共4页
贝叶斯网络%多模式%后离散化策略%局部计算
貝葉斯網絡%多模式%後離散化策略%跼部計算
패협사망락%다모식%후리산화책략%국부계산
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.
提齣多模式貝葉斯分類算法,由變量值之間的條件獨立和條件相關性推斷因果關繫,根據每箇完整隨機樣本而非整箇樣本空間構造子模式.結閤跼部計算近似推理進行概率密度和條件概率分佈估計,在此基礎上採用後離散化策略自動確定連續變量邊界.在UCI機器學習數據集上的實驗結果證明瞭該算法的閤理性和有效性.
제출다모식패협사분류산법,유변량치지간적조건독립화조건상관성추단인과관계,근거매개완정수궤양본이비정개양본공간구조자모식.결합국부계산근사추리진행개솔밀도화조건개솔분포고계,재차기출상채용후리산화책략자동학정련속변량변계.재UCI궤기학습수거집상적실험결과증명료해산법적합이성화유효성.
