原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
用于预测的贝叶斯网络_王辉.pdf
第34 卷第 1 期 东 北 师 大 学 报 自然 科 学 版 Vol.34 No.1
2002 年3 月 JOURNA L OF NORT HEAST NORMA L UNIVERSITY Mar h 2002
[文章编号] 1000-1832(2002)01-0009-06
用于预测的贝叶斯网络
王 辉
(东北师范大学计算机科学系, 吉林长春 130024)
[摘 要] 通过示例给出了贝叶斯网络的构造方法, 概括了贝叶斯网络的特点
及贝叶斯网络学习的内容与过程, 同时给出了离散型贝叶斯网络的预测公式.贝
叶斯网络学习主要有三个基本环节, 其一是确定变量集和变量域;其二是确定贝
叶斯网络结构;其三是确定局部概率分布.贝叶斯网络是描述变量之间定性与定
量依赖关系的图形模式, 是进行数据联合分析与预测的有力工具.
[关键词] 先验贝叶斯网络;后验贝叶斯网络;贝叶斯网络学习
[中图分类号] TP 311.134.1 [文献标识码] A
1 贝叶斯网络的构造
构造贝叶斯网络(先验贝叶斯网络)一般分为三个步骤, 首先是确定变量集和变量域,
之后是确定网络结构, 最后是确定局部概率分布(或局部密度函数).这里以信誉卡欺骗问
题为例说明如何构造贝叶斯网络.
1.1 确定变量集和变量域
分别用F , G, J , A , S 表示当前的交易是否是欺骗性的, 是否在24 小时内有一个汽
油交易, 是否在24 小时内有一个珠交易, 信誉卡持有者的年龄和性别.变量的状态如图1
所示(其中m , w 分别代表男性和女性;0 代表是, 1 代表否).
图1 信誉卡欺骗问题贝叶斯网络
[收稿日期] 2001-12-08
[基金项目] 科学技术部国家软科学研究项目(Z99015)
[作者简介] 王辉(1961-), 男, 副教授, 主要从 数据采掘理论的研究与应用.
10 东 北 师 大 学 报 自然 科 学 版 第34 卷
p (a≤30)=0.25;
p (f =0)=0.000 0 1, p (s =m )=0.5.
p (50≥a≥30)=0.40.
＊ ＊
p (j =0 f =0, a = , s = )=0.05;
p (j =0 f =1, a ≤30, s =m )=0.001;
p (j =0 f =1, 30≤a≤50, s =m )=0.000 4;
p (g =0 f =0)=0.2,
p (j =0 f =1, 50≤a, s =m )=0.000 2;
p (g =0 f =1)=0.01.
p (j =0 f =1, a ≤30, s =w )=0.000 5;
p (j =0 f =1, 30≤a≤50, s =w )=0.002;
p (j =0 f =1, a ≤50, s =w )=0.001.
1.2 确定网络结构
一种方法是首先给变量排序, 比如(F , G, J , A , S )之后确定变量之间的条件独立性,
p (a f )=p (a ), p (s f , a )=p (s ),
p (g f , a, s )=p (g f ),p (j f
文档评论（0）