基于貝葉斯網(wǎng)絡的數(shù)據(jù)挖掘研究.pdf

1、貝葉斯網(wǎng)絡是貝葉斯方法與圖形理論的有機結合。由于理論上的嚴格性和一致性，以及有效的局部計算機制和直觀的圖形化知識表達，貝葉斯網(wǎng)絡已經(jīng)成為人工智能領域的研究熱點。本文將貝葉斯網(wǎng)絡應用于農(nóng)業(yè)科學領域，對某農(nóng)場的牛奶產(chǎn)量進行學習與預測，完成了用貝葉斯網(wǎng)絡方法進行數(shù)據(jù)挖掘的整個流程，并將獲得的結果與多元線性回歸方法得到的結果進行了比較。本文的主要工作和創(chuàng)新之處如下： (1)簡要介紹了數(shù)據(jù)挖掘的概念和相關技術，闡述了貝葉斯網(wǎng)絡的基本原理和

2、方法。 (2)在數(shù)據(jù)預處理階段，采用了作者于2007年3月提出的Chi2變形算法。該算法在保持數(shù)據(jù)忠實性的同時，將各預測變量的取值離散化，以便于貝葉斯網(wǎng)絡方法的應用。 (3)在網(wǎng)絡結構搜索階段，采用了帶啟發(fā)規(guī)則和隨機重啟機制的貪心算法。此方法充分利用了領域知識，再結合變量本身的含義制定了五條啟發(fā)規(guī)則，大大減小了搜索空間。帶隨機重啟機制的貪心算法，既保留了貪心算法的簡潔特性又克服了其可能陷入局部最優(yōu)的缺點，獲得了可與眾多智