论文部分内容阅读
建立了具有数据缺失训练集下学习贝叶斯网的一种混合启发方法：SGS-EM—PACOB算法。它基于打分-搜索方法，利用GS和EM数据补全策略分别得到学习所需要的统计因子，并将两者联合起来作为PACOB算法的启发因子。实验证明，SGS-EM—PACOB算法充分保留GS和EM两者的优点，促使算法能够平稳地收敛到理想结果。相对于只具有单一数据补全策略的算法，该算法不仅在度量数据拟合程度的Logloss值上保持稳定，而且在学习到的贝叶斯网络结构上也有改进。