贝叶斯网络生成学习和判别学习对比研究

• 作者: 王继伟 高妍方
• 来源期刊: 山东建筑大学学报
• 学科: 工学
• 关键词: 贝叶斯网络 生成学习 判别学习
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 328-334
• 页数: 7页
• 分类号: TP181
• 字数: 5499字
• 语种: 中文

摘要

优化目标决定了贝叶斯网络分类器的分类性能.文章围绕生成函数和判别函数等两类典型的优化目标,对比分析了贝叶斯网络在不同学习目标下的学习方法,应用UCI数据集,通过实验对比了训练样本数量的变化对贝叶斯网络分类器性能的影响,分析了贝叶斯网络分类器的目标函数与分类性能的关系.数据实验结果表明:冗余数据对判别贝叶斯网络过拟合的影响大于生成贝叶斯网络,“最优”贝叶斯网络分类器并不一定具有最大的联合似然值或者条件似然值;为了提高学习效率和分类性能,可在训练判别贝叶斯网络的过程中采用主动样本选择策略,并且以生成函数和判别函数的权衡值作为贝叶斯网络分类器的优化目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高妍方	山东建筑大学管理工程学院	11	58	3.0	7.0
2	王继伟	山东建筑大学计算机科学与技术学院	8	30	4.0	5.0