摘要：贝叶斯(Bayesian)网络近年成为数据采掘引人注目的研究方向。通过剖析Bayesian网络的结构和建造步骤，着重讨论用Bayesian方法从先验信息和样本数据进行学习以确定网络的结构和概率分布的基本方法，分析Bayesian网络学习的特点，探讨Bayesian网络的适用性。与数据采掘的其它方法相比， Bayesian网络的优点是可以综合先验信息和样本信息，这在样本难得时特别有用； 可以发现数据之间的因果关系，适合于处理不完整数据集，这是其它模型难以做到的。其缺点是计算开销较大； 确定合理的先验密度比较困难； 如何判定实际问题是否满足所要求的假设，没有现成的规则。

原文链接:http://www.cqvip.com//QK/93884X/200101/4894819.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）