基于互信息学习贝叶斯网络等价类.pdfVIP

28 1 Vol． 28 No． 1 第 卷第 期 计 算 机 应 用 研 究 2011 1 Application Research of Computers Jan． 2011 年 月 基于互信息学习贝叶斯网络等价类* ， ， 李冰寒 高晓利 刘三阳 ( ， 7 1007 1) 西安电子科技大学理学院 西安 : NP- ， ， 摘 要 由数据构造贝叶斯网络结构是 难问题 根据互信息和条件独立测试 提出了一种构建最优贝叶斯 。 ， ， 网络结构的新算法 数值实验表明 新算法能较快地确定出与数据匹配程度最高的网络结构 从而能更高效地 学习贝叶斯网络结构。 : ; ; ; ; ; 关键词 数据挖掘 贝叶斯网络 结构学习 连通图 互信息 条件独立测试 中图分类号:TP181 文献标志码:A 文章编号:1001-3695 (2011)01-0081-03 doi :10 ． 3969 /j ． issn． 1001-3695． 2011． 01． 021 Learning Bayesian network equivalence classes based on mutual information LI Bing-han ，GAO Xiao-li ，LIU San-yang (School of Science ，Xidian University ，Xi ’an 7 1007 1，China) Abstract :Constructing Bayesian network structures from data is NP-hard． According to the mutual information and conditional independence test ，this paper presented a new algorithm for the construction of the optimal Bayesian network structure． Numeri- cal experiments show that the new algorithm can determined much faster the structure with highest degree of data matching ， thus the study of Bayesian network structures become more efficient． Key words :data mining ;Bayesian network ;structure learning ;connected graph ;mutual information ;conditional independence test 修正。 0 引言 c)贝叶斯网络可以图形化地表示随机变量间的联合概