| 贝叶斯网络评分准则对MMHC算法学习效果的影响 |
| |
| 引用本文： | 何德琳,程勇.贝叶斯网络评分准则对MMHC算法学习效果的影响[J].西南科技大学学报,2008,23(2). |
| |
| 作者姓名： | 何德琳 程勇 |
| |
| 作者单位： | 北京化工大学计算机科学系,北京,100029 |
| |
| 基金项目： | 国家自然科学基金，教育部科学技术研究重点项目 |
| |
| 摘 要： | 贝叶斯网络是研究不确定环境下知识表示和因果推理的有效工具之一.MMHC算法是一种较新的贝叶斯网络结构学习算法.在MMHC算法的基础上,对几种广泛使用的贝叶斯网络评分准则如MIT、K2Score、MDL、BDeu评分准则等进行了研究,实验结果表明K2评分准则在MMHC学习算法上具有最好的学习效果,MIT评分和BDeu评分次之,MDL评分效果最差.
|
| 关 键 词： | 贝叶斯网络 网络结构学习 评分函数 |
Research of the Effect of Bayesian Score Metric on MMHC Learning Algorithm |
| |
| HE De-lin,CHENG Yong.Research of the Effect of Bayesian Score Metric on MMHC Learning Algorithm[J].Journal of Southwest University of Science and Technology,2008,23(2). |
| |
| Authors: | HE De-lin CHENG Yong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
