逻辑回归分析的马尔可夫毯学习算法

摘要：

针对当前的马尔可夫毯学习算法会引入不正确的父子节点和配偶节点的问题,提出了一种基于逻辑回归分析的马尔可夫毯学习算法RA-MMMB.利用MMMB算法得到候选的马尔可夫毯,建立目标变量与候选马尔可夫毯的逻辑回归方程,通过回归分析在保留与目标变量相关性很强的变量的同时,去掉MMMB等算法所引入的弱相关性的错误变量以及其他的弱相关性变量;然后利用G2测试去掉回归分析后候选马尔可夫毯中的兄弟节点,得到目标变量的马尔可夫毯.RA-MMMB算法通过回归分析,减少了条件独立测试的次数,提高了学习的精度.实验比较和分析表明,RA-MMMB算法能有效地发现变量的马尔可夫毯.

关键词：贝叶斯网络、马尔可夫毯、逻辑回归分析、条件独立测试

所属期刊栏目：7

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目61070131,61175051

在线出版日期：2012-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：153-160