基于互信息的Bayes网络分类器的构建-计算机软件与理论专业论文.docxVIP

基于互信息的ltayes网络分类器的构建摘 基于互信息的ltayes网络分类器的构建 摘 要 数据挖掘又称数据库中知识发现(KDD)，是从数据集中识别出有效的、新颖 的、潜在有用的，以及最终可解释的模式的非平凡过程，是一种从原始数据中获 取隐含信息的工具之一。它的主要功能包括分类预测、关联规则、聚类、时序分 析等。Baycs网络是分类预测的成功模型之一。本文讨论的是如何建构Bayes网 络分类器的问题，其主要研究内容和创新如下： 首先，本文从Bayes网络的基本理论出发，在国内外相关工作的基础上，发 现建构Bayes网络存在若干闯题。第一，要想得到准确的Bayes网络结构，即要 得到很好的符合数据库中数据信息的Bayes网络结构。需要用户指定参数，这对 用户来说是比较困难的：第二，耍自动找到一个最佳的网络结构是一个NP难题。 第三，通过不断修改网络参数来建构Baycs网络结构，是一个漫长的过程。针对 这些问题，本文提出了在没有用户参与的情况下，仅仅根据数据库中数据信息， 以Shannon信息论为依据，用互信息作为衡量两个随机变量间的依赖程度的测 度，快速建构准确的Bayes网络结构的思想。 然后，分别针对不同的情况，提出三个建构算法： 1)提出了当描述数据的属性均为离散取值时，用互信息衡量属性间的依赖关 系，建立Bayes网络结构的朴素BNC算法。 2)提出了EBNC算法。EBNC