数字化用户2019，Vol.25Issue(23) ：82.

改进最大相关最小冗余算法贝叶斯网络分类模型

黄思睿
数字化用户2019，Vol.25Issue(23) ：82.
✕
  • NETL
  • NSTL
  • 万方数据

改进最大相关最小冗余算法贝叶斯网络分类模型

黄思睿1
扫码查看

作者信息

  • 1. 215000 西交利物浦大学 江苏 苏州
  • 折叠

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.

关键词

贝叶斯网络/模型

引用本文复制引用

出版年

2019
数字化用户

数字化用户

ISSN：
参考文献量2
段落导航相关论文