海尼·布哈米德；阿菲夫·马斯穆迪；蒂埃里·勒克罗克；艾哈迈德·雷巴伊 使用一些通用算法缩减贝叶斯分类器的结构空间。 （英语） Zbl 1346.68154号 数学杂志。模型。算法操作。物件。 14，第2期，197-237（2015）. 摘要：贝叶斯网络（BNs）作为分类器在不同应用领域的使用最近有了显著增长。然而，使用Naive Bayes应用程序，甚至使用增强的Naive Bayes进行分类器结构学习，在一定程度上容易受到攻击，这说明了专家求助于其他更复杂类型的算法的原因。因此，这些算法的使用为提出贝叶斯分类器学习结构的计算复杂性超指数增加问题铺平了道路，因为描述性变量的数量越来越多。在这种情况下，我们当前工作的主要目标是试图设想进一步的解决方案，以解决通过使用复杂算法学习贝叶斯分类器结构时产生的复杂算法复杂性问题。我们的结果表明，新提出的方法可以大大减少贝叶斯分类器结构学习的执行时间，而不会丢失任何信息。 MSC公司： 68T05型 人工智能中的学习和自适应系统 62H30型 分类和区分；聚类分析（统计方面） 关键词：贝叶斯分类器；分类；群集；算法复杂性 软件：BNT公司；ClustOfVar（俱乐部变量）；TETRAD公司 PDF格式BibTeX公司 XML格式引用 \textit{H.Bouhamed}等人，J.Math。模型。算法操作。第14号决议，第2号，197--237（2015；Zbl 1346.68154） 全文： 内政部 参考文献： [1] Langley，P.，Sage，S.：选择性贝叶斯分类器的归纳摘自：第十届人工智能不确定性会议论文集，第399-406页（1994） [2] Friedman，N.、Geiger，D.、Goldszmid，M.：贝叶斯网络分类器。机器。设计。，131-163 (1997) ·Zbl 0892.68077号 [3] Pernkopf，F.：贝叶斯网络分类器与选择性k-NN分类器。图案识别。，1-10（2005年）·Zbl 1101.68826号 [4] Stuart，M.，Yulan，H.，Kecheng，L.：选择最佳贝叶斯分类器：一项实证研究。IAENG国际期刊计算。科学。，1-10 (2009) [5] Madden，M.G.：一种用于分类任务的新贝叶斯网络结构，《第13届爱尔兰人工智能与认知科学会议论文集》，第203-208页（2002年）·Zbl 1018.68746号 [6] Lerner，B.，Malka，R.：学习贝叶斯网络分类器的K2算法研究。申请。Artif公司。智力。，74-96 (2011) [7] Witten，H.I.，Eibe，F.：数据挖掘：使用java实现的实用机器学习工具和技术。Morgan Kaufmann，圣马特奥（1999）·兹比尔1076.68555 [8] Kirkpatrick，S.、Gelatt，C.D.、Vecchi，M.P.：模拟退火优化。科学，671-681（1983）·Zbl 1225.90162号 [9] Domingos，P.，Pazzani，M.：关于简单贝叶斯分类器在零损失下的最优性。机器。学习。，103-130 (1997) ·Zbl 0892.68076号 [10] Cooper，G.，Hersovits，E.：从数据中归纳概率网络的贝叶斯方法。机器。学习。9, 309-347 (1992) ·Zbl 0766.68109号 [11] Spirtes，P.，Glymour，C.，Scheines，R.：因果、预测和搜索，第二版，麻省理工学院出版社，剑桥（2000）·Zbl 0806.62001 [12] Judea，P.，Tom，V.：推理因果关系理论。摘自：Allen，J.，Fikes，R.，Sandewall，E.（编辑）《知识表示和推理原理》，KR’91，pp.441-452（1991）·Zbl 0765.68177号 [13] Robinson，R.W.：计算未标记的无圈有向图。梳子。数学。622, 28-43 (1977) ·Zbl 0376.05031号 [14] 塔弗里（Tufféry，S.）：数据挖掘与统计决策：知识的智慧。TECHNIP（2010）版·Zbl 1270.62016年 [15] Jain，A.K.：数据聚类：超过K-means 50年。模式识别。莱特。31, 651-666 (2010) ·doi:10.1016/j.patrec.2009.09.011 [16] Chavent，M.，Kuentz，V.，Liquet，B.，Saracco，J.：ClustOfVar:变量聚类的R包R用户会议，第44页。英国考文垂华威大学（2011）·Zbl 1277.62144号 [17] Chavent，M.，Kuentz，V.，Saracco，J.：分类变量聚类的分区方法。收录：Locarek-Junge，H.，Weihs，C.（编辑）《作为研究工具的IFCS分类会议录》。施普林格，柏林-海德堡-纽约（2009） [18] Lerman，I.C.：可能性连锁分析（LLA）分类方法：一个手工处理的例子。《生物化学》75（5），379-397（1993）·doi:10.1016/0300-9084（93）90172-O [19] Green，P.，Kreiger，A.：对同一数据库的不同分区进行一致聚类的广义rand-index方法。J.Classif.等人。，63-89 (1999) [20] Chow，C.，Liu，C.：用依赖树逼近离散概率分布。IEEE传输。Inf.理论14（3），462-467（1968）·Zbl 0165.22305号 ·doi:10.1109/TIT.1968.1054142 [21] Francois，O.，Leray，P.：《结构评估算法》，第1453-1460页（2004） [22] Murphy，K.：matlab的BayesNet工具箱In：《计算科学与统计学接口论文集》，第33页（2001年）。网址：http://www.ai.mit.edu/murphyk/Software/BNT/BNT.html [23] Sprinthall，R.C.：基本统计分析，第7版（2003年） [24] Ezawa，K.，Singh，M.，Norton，S.：《面向目标的电信风险管理贝叶斯网络学习》，第13届机器学习国际会议论文集，第139-147页（1996） [25] Porwal，A.，Carranza，E.，Hale，M.：用于矿产潜力测绘的贝叶斯网络分类器。计算。地质科学。32, 1-16 (2006) ·doi:10.1016/j.cageo.2005.03.018 [26] Malka，R.，Lerner，B.：使用信念网络对荧光原位杂交图像进行分类。模式识别。莱特。25, 1777-1785 (2004) ·doi:10.1016/j.patrec.2004.07.010 [27] Estevam，R.，Hruschka，J.，Ebecken，N.：面向贝叶斯网络分类器的有效变量排序。数据知识。工程63，258-269（2007）·doi:10.1016/j.datak.2007.02.003 [28] Carta，J.A.、Velázquez，S.、Matías，J.M.：使用贝叶斯网络分类器对潜在风能转换现场的长期平均风力涡轮机能量输出进行估算。能量转换。管理。52, 1137-1149 (2011) ·doi:10.1016/j.enconman.2010.09.008 [29] Kelner，R.，Lerner，B.：通过风险最小化学习贝叶斯网络分类器。国际期刊近似原因。53, 248-272 (2012) ·Zbl 1242.68230号 ·doi:10.1016/j.ijar.2011.10.006 [30] Chickering，D.，Geiger，D.，Heckerman，D.：学习贝叶斯网络：搜索方法和实验结果收录于：第五届人工智能和统计会议论文集，第112-128页（1995）·兹比尔08316.8096 [31] Cheng，J.、Greiner，R.、Kelly，J.，Bell，D.、Liu，W.：从数据中学习贝叶斯网络：基于信息理论的方法。Artif公司。智力。137(1-2), 43-90 (2002) ·Zbl 0995.68114号 ·doi:10.1016/S0004-3702（02）00191-1 [32] Chickering，D.M.：贪婪搜索的最优结构识别。J.马赫。学习。第3507-554号决议（2002年）·Zbl 1084.68519号 [33] Lauritzen，S.，Speigelhalter，D.：图形结构概率的局部计算及其在专家系统中的应用。R.Stat.Soc.B 50，157-224（1988）·Zbl 0684.68106号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。