基于有向图的树形贝叶斯网络研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-13页 |
| ·课题背景 | 第10-11页 |
| ·本文所完成的工作 | 第11-13页 |
| 2 分类理论概述 | 第13-29页 |
| ·分类器的构建及评价 | 第13-21页 |
| ·如何进行分类 | 第13-14页 |
| ·分类器构造方法 | 第14-20页 |
| ·评价分类器的准确度 | 第20-21页 |
| ·限制性贝叶斯分类器 | 第21-29页 |
| ·概述 | 第21-22页 |
| ·朴素贝叶斯分类器 | 第22-23页 |
| ·树形增强朴素贝叶斯分类器 | 第23-25页 |
| ·其它限制性贝叶斯分类器 | 第25-26页 |
| ·限制性贝叶斯分类器性能的改进 | 第26-29页 |
| 3 基于有向图的树形增强朴素贝叶斯分类器 | 第29-51页 |
| ·图的最优生成树 | 第29-40页 |
| ·无向图的最优生成树 | 第30-31页 |
| ·有向图的最优生成树 | 第31-35页 |
| ·次优生成树算法 | 第35-36页 |
| ·限制特性的生成树 | 第36-37页 |
| ·检验最优生成树 | 第37-38页 |
| ·其它相关的生成树算法 | 第38-40页 |
| ·获取属性间的依赖度公式 | 第40-44页 |
| ·信息论基础 | 第40-41页 |
| ·信息论在分类算法中的应用 | 第41-42页 |
| ·生成属性间的非对称依赖关系 | 第42-44页 |
| ·应用新的启发式搜索算法 | 第44-47页 |
| ·启发式搜索算法简介 | 第44-45页 |
| ·针对树形结构的启发式搜索算法 | 第45-46页 |
| ·算法的时间复杂度 | 第46-47页 |
| ·DTAN算法的流程 | 第47-51页 |
| 4 实验及结果 | 第51-65页 |
| ·Weka简介 | 第51-53页 |
| ·实验方法 | 第53-57页 |
| ·实验方法描述 | 第54-55页 |
| ·数据集描述 | 第55-56页 |
| ·DTAN算法的实现 | 第56-57页 |
| ·实验结果及分析 | 第57-65页 |
| 5 结论 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72页 |
