用于数据挖掘的贝叶斯网络
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

本文研究得到国家CIMS工程研究中心基金(No.CIMS-JJ.96-001)资助.


Bayesian Network for Data Mining
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    贝叶斯网络是用来表示变量集合的连续概率分布的图形模式,它提供了一种自然地表示因果信息的方法,用来发现数据间的潜在关系.贝叶斯网络的学习也就是要找出一个能够最真实反映现有数据库中各数据变量相互之间的依赖关系的贝叶斯网络模型,即根据数据样本D和先验知识ζ,找出后验概率p(sh|D,ζ)最大的贝叶斯网络S.该文在数学上对贝叶斯网络的学习方法进行了严格的推导,用一个实例来说明贝叶斯网络的计算过程,并介绍了贝叶斯网络在数据挖掘领域内的应用.

    Abstract:

    Bayesian network is a graphical model that encodes probabilistic relationships among variables of interest. It is a natural way to express the causal information, and to discover the hidden patterns among the data. Learning of Bayesian network is to find out a network model that best represents the dependent relationships of the variables in a database, that is, given sample D and prior knowledge ζ, to find a Bayesian network S that fits the maximum posterior probability p(sh|D,ζ). In this paper, the learning process of the network is strictly derived, and a case study is presented to indicate the applications of Bayesian network in data mining.

    参考文献
    相似文献
    引证文献
引用本文

慕春棣,戴剑彬,叶俊.用于数据挖掘的贝叶斯网络.软件学报,2000,11(5):660-666

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:1999-03-15
  • 最后修改日期:1999-06-07
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号