基于贝叶斯网络的有向图生成森林算法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-15页 |
| ·论文背景 | 第10-11页 |
| ·数据挖掘及分类介绍 | 第11-13页 |
| ·数据挖掘 | 第11-12页 |
| ·分类 | 第12-13页 |
| ·本文的主要工作和组织安排 | 第13-15页 |
| 2 贝叶斯网络分类 | 第15-27页 |
| ·贝叶斯定理 | 第15页 |
| ·贝叶斯网络的结构 | 第15-16页 |
| ·贝叶斯网络学习 | 第16-20页 |
| ·一般网络最大似然估计 | 第17-18页 |
| ·似然函数与模型选择 | 第18-20页 |
| ·贝叶斯分类 | 第20-21页 |
| ·贝叶斯有向树(或森林)分类模型介绍 | 第21-24页 |
| ·朴素贝叶斯分类模型 | 第21-22页 |
| ·树增强型分类模型 | 第22-23页 |
| ·HCS模型 | 第23-24页 |
| ·SuperParent模型 | 第24页 |
| ·Weka概述 | 第24-26页 |
| ·Weka的背景 | 第25页 |
| ·Weka的功能 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 基于结点排序的有向图生成森林模型及分类算法 | 第27-37页 |
| ·引言 | 第27-28页 |
| ·结点排序的有向图生成森林分类模型 | 第28-32页 |
| ·结点排序的有向图生成森林分类模型结构学习 | 第28-29页 |
| ·结点排序 | 第29-32页 |
| ·结点排序的有向图生成森林模型分类算法 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 4 基于边选择的有向图生成森林模型及分类算法 | 第37-44页 |
| ·引言 | 第37页 |
| ·边选择的有向图生成森林分类模型 | 第37-39页 |
| ·边选择的有向图生成森林分类模型结构学习 | 第38页 |
| ·边选择 | 第38-39页 |
| ·边选择的有向图生成森林分类算法 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 5 实验及结论 | 第44-60页 |
| ·引言 | 第44页 |
| ·实验结果与分析 | 第44-59页 |
| ·实验结果 | 第45-52页 |
| ·实验分析 | 第52-59页 |
| ·本章小结 | 第59-60页 |
| 6 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简历 | 第64-66页 |
| 学位论文数据集 | 第66页 |
