用于数据挖掘的贝叶斯网络

• 作者: 叶俊 慕春棣 戴剑彬
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 数据挖掘 贝叶斯网络 贝叶斯概率 先验概率 后验概率
• 年，卷（期）: 2000,（5）
• 页码范围: 660-666
• 页数: 7页
• 分类号: TP18
• 字数: 1164字
• 语种: 中文

摘要

贝叶斯网络是用来表示变量集合的连续概率分布的图形模式,它提供了一种自然地表示因果信息的方法,用来发现数据间的潜在关系.贝叶斯网络的学习也就是要找出一个能够最真实反映现有数据库中各数据变量相互之间的依赖关系的贝叶斯网络模型,即根据数据样本D和先验知识ζ,找出后验概率p(sh|D,ζ)最大的贝叶斯网络S.该文在数学上对贝叶斯网络的学习方法进行了严格的推导,用一个实例来说明贝叶斯网络的计算过程,并介绍了贝叶斯网络在数据挖掘领域内的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	慕春棣	清华大学自动化系	69	1153	16.0	32.0
2	戴剑彬	清华大学自动化系	2	303	2.0	2.0
3	叶俊	清华大学应用数学系	12	366	5.0	12.0