基于互信息的贝叶斯网络结构学习算法

［ ｂ ｔａｔ ａｅｉｎ ｅｗｏｋｓ ｕｔｒｌｅｒｉｇｐａ ｓ ｅｙｉ ｏｔ ｔｏｅｉ ｔｅ ｒｃｓｉｇｏ ｙ ｓ ｎｎ ｔｏｋＳ ｏ ｓ ｕｔ ｎａ ｄａ ｆ ｃｉｅ Ａ ｓ ｃ］Ｂ ｙ ｓ ｔ ｒ ｒｃ ａ ｌ ｎｎ ｌｙ ｖｒ ｒ ａｎ ｔ ｕ ａ ａ ｍｐ ｒ ｎ ｌ ｎ ｈ ｏｅｓ ｆ ｅｉ ｅｗ ｒ’ ｃｎｔ ｃｉ ，ｎ ｎｅｆ ｔ ａ ｒ ｐ ｎ Ｂａ ａ ｒ ｏ ｅ ｖ
ｓｒｃｕ ａ ｅ ｒｉｇａｇ ｒ ｈ ｉ ｔｅｂ ｓ ｆ ｏ ｓｒｃｉｇｔｅｏ ｔ ｍ ｙ ｓａ ｅｗｏｋ Ａｎａｇ ｉ ｍ ｙ ｓａ ｅｗｏｒ ｔｕ ｔ ｒｌｅ ｒｉｇ ｃ ｌ ｄ ｔｕ ｔｒｌｌａｎｎ ｌｏｉ ｍ ｓ ｈ ａｅｏ ｎ ｔｕ ｔ ｈ ｐｉ ｔ ｃ ｎ ｍｕ Ｂａ ｅ ｉｎｎ ｔ ｒ． ｌｏｒｈ ｏｆ ｔ Ｂａ ｅ ｉｎｎ ｔ ｋｓｒ ｃｕａ ａｎ ｎ （ａｌ ｌ ｅ
ｔ ｅ ａ ｇ ｒｔ ｍ ｓ ｆｅ ｔｖ ． ｍｐ ｒ ｄ ｗｉ ｅ Ｓ ｈ ｌｏ ｈ ｉ ｆ ｃｉ ｅ Ｃｏ ｉ ｅ ａ ｅ ｔ ｔ ＧＳ ｔ ｅａ ｇ ｒｔ ｍ ｆ Ｉ ＮＳ ｉ ｒ ｆｅ ｔｖ ｎ ｔ ｅ ｓｍｉ ｒ ｅ ｕ ｔ ｈ ｈ ，ｈ ｌｏ ｉ ｈ ｏ Ｍ ／ ￣ ｍｏ ｅｅ ｆ ｃ ｉｅ ｉ ｈ ｉ ｌ ｓ ｌ ｓ ａ ｒ ｓ
Ｍ ｜ ＮＳ ｂ ｓｄｏ ｔａ ｉｆ ｒ ｔ ｎ ｉ ｐｏ ｏ ｅ ｈ ｌｏｉ ｍ ｃ ｎｇｖ ｅ ｏ ｃ ａ ｄｄ ｐ ｎ ｅ ｃ ｌｔ ｎ ｈｐ ｍｏ ｇｄ ｔ ｔ ｉｕｅ ， ｎ ｋ Ｂ ） ａ ｅ ｎｍｕｕ ｌｎ ｏ ｍａ ｏ ｒｐ ｓ ｄ Ｔ ｅａｇ ｒ ｈ ａ ｉｅｔ ｎ ｅ ｌ ｅ ｅ ｄ ｎ ｙｒ ａｉ ｓ ｉｓ ｉ ｓ ｔ ｈｃ ｅ ｅ ｏ ａ ｎ ａａ ｔ ｂ ｔ ａ ｄｍａ ｅ ａｒ ｓ
Ｂａ ｅ ｉ ｎ Ｎｅ ｗｏ ｋ Ｓ ｒ ｃ ｕ ａ ａ ｎ ｎ ｇ ｒｔ ｍ ｙ ｓａ ｔ ｒ ｔ ｕ ｔ ｒ ｌ Ｌｅ ｒ ｉ ｇＡｌ ｏ ｉ ｈ
Ｂａ ｅ ｎ Ｍ ｕｔ ｌ ｎｆ ｒ ａ ｉ ｎ ｓｄｏ ｕａ ｏ ｍ ｔｏ Ｉ
Ｗ ＡＮ Ｇ Ｙｕｅ ，ＴＡＮ Ｓｈｕ－ ｉ ＬＩ Ｙａ－ ｑ ｕ， Ｕ ｈｕｉ （ ｌ ｇ ｆＣｏ ｕｅ ｃｅ ｃ ｎ ｎ ｉｅ ｒｎ ， ｏ ｇ ｎ ｉｅｓｔ ｆ ｅ ｈ ｏｏ ｙ Ｃｈ ｎ ｑ ｎ ０ ０ ０ Ｃｈｎ ） Ｃｏｌ ｅｏ ｍｐ ｔｒＳ ｉｎ ｅａ ｄＥ ｇｎ ｅｉｇ Ｃｈ ｎ ｑｉｇＵｎ ｖ ｒｉｙｏ ｃ ｎ ｌｇ ， ｏ ｇ ｉｇ４ ０ ５ ， ｉａ ｅ Ｔ
１ 概 述
贝 叶斯 网络 是一 种 进行 强有 力推 理 的工 具 ，它 通 过将 图
知识 能够挖掘出各属性之间的一种依赖关系 ，并利用这种依 赖关系确定贝叶斯网络结构。由于算法执行过程 中适时地对
数据 集 进 行 降 维 ，效 率 得 到 了提 高 ，同 时 可 以保 证 结果 的正 确性 。实 验 结果 证 明 该算 法 是 有效 的 ，与 传 统 Ｓ ＧＳ算 法 比较
论知识与概率论知识的结合 ，可以方便地表示和分析不确定 性和概率性的事物。由于贝叶斯网络具有独特 的不确定表达 形式、 丰富的概率表达能力和综合 先验知识 的增量 学习特性，
使 其 成 为数 据 挖 掘 等众 多 方法 中的 研 究热 点 之一 。
的实验结果显示 ， 数据集属性维度越 高， 本算法效率也越高。
ｄｉ ｎ ｉｎ ｒｄ ｃｉｎａ ｈ ｉｈ ｍｅ ｔｗｈｃ ａ ｍｐｏ ｅｔｅｐ ｒｏ ｍｅ ｆｉｉｎ ｙａ ｄｅ ｕｅｔｅａ ｃ ｒｃ ａｅ ｍｅ ｓｏ ｅ ｕ ｔ ｔ ｅｒｇ ｔ ｏ ｔ ｍｏ ｎ， ｉｈ ｃｎ ｉ ｒｖ ｈ ｅｆｒ ｄ ｅ ｃｅ ｃ ｎ ｎｓ ｒ ｈ ｃ ｕ ａ ｙｒｔ Ｅｘ ｅｉ ｎａ ｅ ｕｔｓ ｗｓｔ ａ ｐ ｒｍｅ ｔｌ ｓ ｌ ｈｏ ｈ ｔ ｒ
第３ ７卷 第 ７期
Ｖｂ ３７ ｌ
・
计
算
机
工Байду номын сангаас
程
２ １ 年 ４月 ０１
Ａｐｒｌ ０１ ｉ ２ １
Ｎ Ｏ７ ．
Ｃｏ ｐ ｔ ｒＥｎ ｉ ｅ ｒｎ ｍ ｕｅ ｇｎ ｅｉｇ
软件 技术 与数据库 ・
文章编号：ｌ ３ ８ ０１ ７＿ ６—０ 文献标识码： ｏ － ４ （１０ ｏ ２＿ ０ ２ ２ ）— ０ ３ Ａ
［ ｙｗ ｒ ｓ ａｅｉｎｎｔ ｒ；ｔ ｃｕａ ｌａｎｎ ； ｔａ ｉ ｏｍａｏ Ｋｅ ｏｄ ］Ｂ ｙ ｓ ｅｗｏｋ ｓｒ ｔｒｌｅｒｉｇ ｍｕｕｌｎ ｒ ｔ ｎ ａ ｕ ｆ ｉ
Ｄ０ｈ １ ． ６ ／ ｉ ｎ１ ０ — ４ ８ （ ０ ２ ０３ ９ｊ ｓ ． ０ ３ ２ ） ｌ ７ ９ ．ｓ ０ ２１ ０１
的贝 叶 斯 网络 结 构 学 习算 法 ，该 算 法 可 以 挖掘 ｝数 据 集 各属 性 中存 在 的 隐含 依 赖 关 系 ，适 时 地 对 数据 集 进 行 降 维 操作 ，从 而提 高 算 法 的 效 Ｊ ｊ
率 ，并可保证结果的准确性。实验 结果表明，与常用的依赖分析算法 Ｓ ＧＳ相 比，在结果相 似的情况下，该算法执行艘率更高 。 关健词：贝叶斯网络；结构学习 ；互信息
中图分类 Ｔ ３１ 号： Ｐ１
基 于 互信 息 的 贝叶斯 网络 结构 学 习算 法
王 越 ，谭暑秋 ，刘亚辉
（ 重庆 理 工 大 学 计 算机 科 学 与 工程 学 院 ，重 庆 ４ ０ ５ ） ０ ０ ０ 摘 要 ：贝 叶 斯 网络 结 构 学 习 是贝 叶斯 网络构 建 的核 心 ，有 效 的 结构 学 习算 法 是 构 建最 优 网络 结 构 的 基础 。基 千 此 ，提 出 一种 基 于 互 信 息