基于自助法的高斯贝叶斯网结构学习

摘要

基于自助法(Bootstrap)给出高斯贝叶斯网的结构学习算法BPKL。该算法通过结构学习算法对B个Bootstrap样本进行结构学习以得到B个DAG,并求其所对应贝叶斯网的极大似然估计。寻找一个最优DAG,使其对应的贝叶斯网的极大似然估计,与B个极大似然估计平均的惩罚Kullback-Leibler(KL)距离最近。文中对BPKL算法、PC算法、GES算法、GDS算法及GDSM算法进行了模拟比较,结果表明,BPKL表现优于其他方法。同时,我们探索并分析了39个拟南芥基因间的条件独立性。