改进最大相关最小冗余算法贝叶斯网络分类模型

• 作者: 黄思睿
• 来源期刊: 数字化用户
• 关键词: 贝叶斯网络 模型
• 年，卷（期）: 2019,（23）
• 所属期刊栏目: 信息数据与电子工程
• 页码范围: 82
• 页数: 1页
• 字数: 1596字
• 语种: 中文

摘要

在数据爆炸的信息时代,要求机器学习算法对大量复杂的数据进行高效的分类处理.贝叶斯网络算法定义了一个有向无环图(DAG)和一个条件概率表集合(CPT).本文将首先分析最大相关-最小冗余(mRMR)算法及Liu提出OMRMRG(Ordering-based Max-Relevance and Min-Redundancy Greedy)算法,再针对OMRMRG算法中对先验节点序的学习提出优化方案,并将改进后的算法运用于健康数据集进行算法性能的评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄思睿		1	0	0.0	0.0