基于互信息和条件独立性测试的贝叶斯网络学习评分函数
路易斯·德·坎波斯; 7(77):2149−2187, 2006.
摘要
我们提出了一种新的贝叶斯网络学习评分函数数据使用score+搜索算法。这是基于相互信息，并利用其一些众所周知的特性以一种新颖的方式进行测量。本质上，是一种统计独立性测试基于chi-square分布，与相互关联信息测度与加法性质将此度量的分解进行组合，以度量每个变量与其父变量之间的交互程度结果是一个非贝叶斯评分函数，称为属于分数族的MIT（互信息测试）基于信息论。麻省理工学院的分数也代表联合体之间Kullback-Leibler分歧的惩罚与候选网络和可用数据集。完整实验的详细结果所提出评分函数的评估及其与还介绍了著名的K2、BDeu和BIC/MDL分数。
[腹肌]
[pdf格式][围兜]
