试析数据缺失下学习贝叶斯网中初始网络的选择

摘要：

本文基于Structural EM等相关算法，选择具有代表性的网络作为初始网络，对其在数据缺失情况下学习贝叶斯网中所扮演的角色进行了实验性的探讨。从比较充分详实的实验结果中本文得到一重要结论，即训练数据集规模足够大和缺失率不高时，初始网络对整个贝叶斯网学习的最终结果不是至关重要的。但是，对于训练数据集规模不充分和缺失率较高时情况则相反，此时选择与训练数据集相关性越高的初始网络能得到越好的结果。

关键词： 缺失数据 初始网络 训练数据 数据集 贝叶斯网

作者: 廖学清 吕强

作者单位: 苏州大学计算机科学与技术学院,苏州 215006 苏州大学计算机科学与技术学院,苏州 215006;江苏省计算机信息处理技术重点实验室,苏州 215006

会议类型: 国内会议

会议名称: 2008年中国信息技术与应用学术论坛

会议地点: 成都

会议语种:中文

页码: 221-222,232

在线出版日期: 2008-04-01（万方平台首次上网日期，不代表论文的发表时间）