贝叶斯网络的代价敏感结构学习

• 作者: 唐云岚 陈英武 高妍方
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 贝叶斯网络 误分类代价 代价敏感准则 判别准则 生成准则
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 313-316
• 页数: 4页
• 分类号: TP181
• 字数: 4192字
• 语种: 中文

摘要

针对最小化错误分类器不一定满足最小化误分类代价的问题,提出了一种代价敏感准则--即最小化误分类代价和最小化错误分类率的双重准则.研究了基于代价敏感准则的贝叶斯网络结构学习,要求搜索网络结构时在满足误分类代价最小的同时,还要满足错误分类率优于当前的最优模型.在UCI数据集上学习代价敏感贝叶斯网络,并与相应的生成贝叶斯网络和判别贝叶斯网络进行比较,结果表明了代价敏感贝叶斯网络的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈英武	国防科技大学信息系统与管理学院	164	2331	26.0	37.0
2	高妍方	国防科技大学信息系统与管理学院	4	76	3.0	4.0
3	唐云岚	国防科技大学信息系统与管理学院	4	51	3.0	4.0