【摘要】：如果說(shuō)十九世紀(jì)是工業(yè)化革命的時(shí)代,二十世紀(jì)是資本主義戰(zhàn)爭(zhēng)的時(shí)代,那么二十一世紀(jì)就是當(dāng)之無(wú)愧的信息技術(shù)的時(shí)代。隨著計(jì)算機(jī)、互聯(lián)網(wǎng)等相關(guān)技術(shù)的迅猛發(fā)展,信息技術(shù)已經(jīng)走進(jìn)人們社會(huì)生活的各行各業(yè),信息數(shù)據(jù)的爆炸式增長(zhǎng)更是給各行各業(yè)的未來(lái)帶來(lái)了巨大的機(jī)遇和挑戰(zhàn)。龐大又無(wú)序的數(shù)據(jù)中總是蘊(yùn)藏著許多未知的,有潛在價(jià)值的信息,因此大數(shù)據(jù)的處理和應(yīng)用吸引了大批計(jì)算機(jī)領(lǐng)域?qū)＜覍W(xué)者的研究,數(shù)據(jù)挖掘技術(shù)也自然而然地成為了最近十年信息科學(xué)技術(shù)領(lǐng)域研究的熱門(mén)問(wèn)題、難點(diǎn)問(wèn)題。由于利用了圖結(jié)構(gòu)的表示方法能夠更加直觀、清晰地表達(dá)出屬性變量之間的依賴(lài)關(guān)系,基于信息論和概率論的貝葉斯網(wǎng)絡(luò)算法在眾多的數(shù)據(jù)挖掘算法中脫穎而出。貝葉斯網(wǎng)絡(luò)被視為概率因果模型的一種,它在處理不確定性和不完整性的問(wèn)題上有突出表現(xiàn)。最早被提出的基于貝葉斯網(wǎng)絡(luò)的分類(lèi)模型是樸素貝葉斯(Naive Bayes,簡(jiǎn)稱(chēng)NB),它具有嚴(yán)格的屬性獨(dú)立性限定,是目前為止結(jié)構(gòu)最精簡(jiǎn)的也是限定最嚴(yán)格的貝葉斯分類(lèi)算法。在NB算法的基礎(chǔ)上,隨著對(duì)相關(guān)屬性間獨(dú)立性假設(shè)不同程度地放松,產(chǎn)生了一批新的貝葉斯分類(lèi)算法。目前得到廣泛認(rèn)可的貝葉斯分類(lèi)算法有TAN、AODE和KDB等。其中TAN模型允許屬性之間一階依賴(lài)表達(dá),AODE擁有多模型結(jié)構(gòu),KDB模型允許屬性之間的高階依賴(lài)表達(dá)。無(wú)論是允許屬性的一階依賴(lài)表達(dá)、多模型結(jié)構(gòu)、還是允許屬性之間高階依賴(lài)表達(dá)的分類(lèi)算法,如何能最大程度地包含最正確的屬性之間的依賴(lài)關(guān)系成為了提高貝葉斯分類(lèi)算法分類(lèi)準(zhǔn)確度的關(guān)鍵。本文提出了一種新的貝葉斯網(wǎng)絡(luò)分類(lèi)算法,K-Dependence Causal Forest(簡(jiǎn)稱(chēng)KCF),它將最大支撐樹(shù)擴(kuò)展成允許屬性之間高階依賴(lài)表達(dá)的森林,意在能夠盡可能地表達(dá)出相關(guān)屬性變量間最重要的依賴(lài)關(guān)系。KCF綜合了上述三種算法TAN、AODE,KDB的特點(diǎn),其主要思想如下:首先,KCF模型的構(gòu)建是基于屬性之間條件互信息的最大支撐樹(shù)(簡(jiǎn)稱(chēng)MST)。接著,MST中每個(gè)屬性依次充當(dāng)根節(jié)點(diǎn),由根節(jié)點(diǎn)起自頂向下提供屬性之間的依賴(lài)關(guān)系,此時(shí)產(chǎn)生的子模型數(shù)與屬性個(gè)數(shù)相等,且每個(gè)子模型都是一個(gè)一階依賴(lài)的TAN模型。最后,允許各個(gè)子模型中的每個(gè)非根屬性在其自身到根節(jié)點(diǎn)的路徑中選擇k-1個(gè)節(jié)點(diǎn)作為其父節(jié)點(diǎn)。為了驗(yàn)證KCF算法的分類(lèi)效果,本文做了大量的對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)選用了來(lái)自UCI數(shù)據(jù)庫(kù)中的40組數(shù)據(jù)集進(jìn)行了多個(gè)算法之間的對(duì)比實(shí)驗(yàn),并且分別從0-1 Loss、Bias和Variance三個(gè)參數(shù)的角度來(lái)分析,驗(yàn)證了KCF算法的分類(lèi)準(zhǔn)確性和穩(wěn)定性。最后又通過(guò)具體數(shù)據(jù)集對(duì)KCF模型的結(jié)構(gòu)進(jìn)行了詳細(xì)分析,從Markov blanket角度證明了KCF算法能夠更好地對(duì)屬性之間的依賴(lài)關(guān)系進(jìn)行表達(dá),解釋了為何KCF算法擁有比較優(yōu)秀的分類(lèi)性能。由于KCF的多模型結(jié)構(gòu)公平地對(duì)待了每一個(gè)相關(guān)屬性,能夠有針對(duì)性地進(jìn)行屬性依賴(lài)分析這一特點(diǎn),使其更加適用于醫(yī)療領(lǐng)域中的疾病診斷與治療。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 石國(guó)楨;;工程診斷和診斷中的貝葉斯方法[J];機(jī)械強(qiáng)度;1984年02期

2 陳英武;高妍方;;貝葉斯網(wǎng)絡(luò)擴(kuò)展研究綜述[J];控制與決策;2008年10期

3 徐立;;預(yù)案分析的貝葉斯網(wǎng)絡(luò)方法[J];價(jià)值工程;2012年08期

4 胡春玲;;貝葉斯網(wǎng)絡(luò)研究綜述[J];合肥學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年01期

5 樓宇希;;應(yīng)用貝葉斯方法縮短可靠性試驗(yàn)時(shí)間[J];現(xiàn)代雷達(dá);1986年01期

6 鄭駿;隨機(jī)方法與貝葉斯方法在高新技術(shù)中的應(yīng)用[J];軟科學(xué);1995年01期

7 覃秋梅;張師超;;一類(lèi)貝葉斯網(wǎng)絡(luò)的線性推理[J];計(jì)算機(jī)科學(xué);1999年10期

8 張琨,徐永紅,王珩,劉鳳玉;用于入侵檢測(cè)的貝葉斯網(wǎng)絡(luò)[J];小型微型計(jì)算機(jī)系統(tǒng);2003年05期

9 陳曉懷,程真英,劉春山;動(dòng)態(tài)測(cè)量誤差的貝葉斯建模預(yù)報(bào)[J];儀器儀表學(xué)報(bào);2004年S1期

10 李蕓;;基于貝葉斯信念網(wǎng)絡(luò)的數(shù)據(jù)分類(lèi)挖掘算法[J];計(jì)算機(jī)科學(xué);2006年09期

相關(guān)會(huì)議論文 前10條

1 David Z.D'Argenio;;貝葉斯方法在實(shí)驗(yàn)室研究向臨床的轉(zhuǎn)化以及辨識(shí)隱含亞群體中的應(yīng)用(英文)[A];中國(guó)藥理學(xué)會(huì)臨床藥理學(xué)專(zhuān)業(yè)委員會(huì)會(huì)議暨第十次全國(guó)臨床藥理學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

2 姜峰;高文;姚鴻勛;;貝葉斯網(wǎng)絡(luò)的推理和學(xué)習(xí)[A];全國(guó)網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)'2005論文集（下冊(cè)）[C];2005年

3 丁東洋;劉希陽(yáng);;風(fēng)險(xiǎn)分析中的穩(wěn)健貝葉斯方法[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

4 周桃庚;沙定國(guó);;貝葉斯可靠性序貫驗(yàn)證試驗(yàn)方法[A];中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（下）[C];2001年

5 陳曉懷;程真英;劉春山;;動(dòng)態(tài)測(cè)量誤差的貝葉斯建模預(yù)報(bào)[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

6 杜鵬英;羅小平;何志明;;貝葉斯網(wǎng)絡(luò)的發(fā)展及理論應(yīng)用[A];第三屆全國(guó)虛擬儀器大會(huì)論文集[C];2008年

7 楊麗;武海濱;李康;;無(wú)金標(biāo)準(zhǔn)診斷試驗(yàn)評(píng)價(jià)的貝葉斯方法及應(yīng)用[A];2011年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

8 寧鵬達(dá);;貝葉斯方法在風(fēng)險(xiǎn)投資項(xiàng)目決策中的應(yīng)用[A];第四屆中國(guó)科學(xué)學(xué)與科技政策研究會(huì)學(xué)術(shù)年會(huì)論文集（Ⅰ）[C];2008年

9 朱永生;;貝葉斯方法確定泊松變量的置信上限[A];中國(guó)物理學(xué)會(huì)高能物理分會(huì)第七屆學(xué)術(shù)年會(huì)實(shí)驗(yàn)分會(huì)場(chǎng)論文集[C];2006年

10 王增忠;柳玉杰;施建剛;;建筑工程項(xiàng)目全壽命安全管理決策的貝葉斯方法[A];中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國(guó)會(huì)員代表大會(huì)暨第七屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

相關(guān)博士學(xué)位論文 前10條

1 翟勝;基于貝葉斯網(wǎng)絡(luò)的復(fù)雜系統(tǒng)可靠分析方法研究與應(yīng)用[D];天津工業(yè)大學(xué);2016年

2 劉瑞;基于貝葉斯網(wǎng)絡(luò)的洪水災(zāi)害風(fēng)險(xiǎn)評(píng)估與建模研究[D];華東師范大學(xué);2016年

3 張潤(rùn)梅;基于貝葉斯網(wǎng)絡(luò)的復(fù)雜系統(tǒng)因果關(guān)系研究[D];合肥工業(yè)大學(xué);2015年

4 李艷穎;貝葉斯網(wǎng)絡(luò)學(xué)習(xí)及數(shù)據(jù)分類(lèi)研究[D];西安電子科技大學(xué);2015年

5 趙建U

本文編號(hào)：2775247