基于预测能力的贝叶斯网络分类器学习

• 作者: 张剑飞 王双成 王辉
• 来源期刊: 计算机应用研究
• 关键词: 贝叶斯网络 分类器 预测能力
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 研究探讨
• 页码范围: 50-52
• 页数: 3页
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.08.014

摘要

分析了贝叶斯分类器家族中有代表性的分类器;给出变量之间预测能力的概念及估计方法,在此基础上建立了基于变量间预测能力的贝叶斯网络分类器结构学习方法,并使用UCI数据进行分类实验.实验结果显示,该方法能够有效地进行贝叶斯网络分类器学习,使得贝叶斯网络分类器倾向于简单化,具有较强的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王双成	上海立信会计学院信息科学系	65	390	10.0	15.0
2	张剑飞	齐齐哈尔大学计算机与控制工程学院	48	200	8.0	12.0
3	王辉	中央民族大学数学与计算机学院	20	65	6.0	7.0