k2 爬山ppt课件_第1页
k2 爬山ppt课件_第2页
k2 爬山ppt课件_第3页
k2 爬山ppt课件_第4页
k2 爬山ppt课件_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

图分隔与变量独立,贝叶斯网是概率论和图论相结合的产物。在一个贝叶斯网中，一方面可以从概率论的角度谈论变量之间的依赖与独立，另一方面也可以从图论的角度谈论节点之间的连通与分隔。,d分隔,u分隔,d分隔与u分隔关系,结构学习,结构学习一般分为两步讨论，即模型选择（modelselection）和模型优化（modeloptimization）。模型选择是要回答用什么样的准则评价不同模型的优劣。模型优化是要把最优的模型结构找出来。,基于搜索评分的方法:模型选择常用的评分准则：1、最优参数对数似然函数：基于似然函数的评分准则（使似然函数达到最大）；2、Cooper-Herskovits评分：基于贝叶斯框架；3、BIC评分（BayesianInformationCriterion）：基于大样本前提。,模型优化：评价网络结构的优劣可以用一个评分函数（ScoringFunction）来度量，选择得分高的模型。模型优化的常见方法（基于评分函数的可分解结构）（1）穷举法：逐一计算每个结构的评分，选出得分最高的；（2）K2算法：通过逐渐加边寻找评分高的模型前提-参数的先验分布都为均匀分布-事先确定变量的顺序及父节点数的上限,（3）爬山法：从无边模型出发，利用搜索算子（加边、减边、转边）逐步对模型做局部修改（不能形成有向圈），考察模型评分是否变大。（4）结构EM算法：当数据有缺失值时基本思想：从初始模型结构和参数出发，首先进行数据修补，使
人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论