湖州师范学院学报

2018, (02) 11-16

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于MH算法的贝叶斯网络结构学习的改进
Improvement of Bayesian Network Structure Learning Based on MH Algorithm

胡雨;陈雪东;

摘要(Abstract):

针对贝叶斯网络结构学习中的MCMC(马尔科夫链蒙特卡洛)算法,提出一种新的建议分布(概率)以改进其中的Metropolis-Hastings(MH)算法,使其相应的MCMC算法提升了贝叶斯网络结构学习的收敛速度.同时,将新的算法应用于携程网房型产品的用户行为数据集,即一个有监督的不平衡分类问题,最后将分析结果与随机森林、logistic回归方法相对比.实验结果表明,新的MCMC实现图模型具有较好的预测效果.

关键词(KeyWords): 叶斯网络;MCMC算法;建议概率;结构学习;不平衡数据

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(11171105)

作者(Authors): 胡雨;陈雪东;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享