论文部分内容阅读
贝叶斯网络分类器(BNC)结构学习是一个NP难问题。一种有效且准确性较高的贝叶斯网络结构学习算法是K2算法。但K2算法要确定结点次序,在无先验信息时受到很大限制.本文提出了一种启发式BNC结构学习G2算法,G2算法以学习NB结构和TAN树形结构作为启发式信息,由该启发式信息生成结点次序,再用K2算法生成BNC结构.实验结果表明,G2算法可以解决无先验信息时确定结点次序的问题。所添加的弧比较简洁,网络结构比NB和TAN结构更加合理,分类准确率有所提高,对文本分类等领域有更大的适应性.