基于MCMC算法贝叶斯网络的学习

摘要

对于给定的阈值,通过计算变量之间的互信息,设计了一种构造贝叶斯网络结构的方法.改进了关于图模结构学习中常见的MCMC算法.将这种方法构造的贝叶斯网络作为马尔可夫链初始状态的网络结构,利用改进后的MCMC算法,构造一个关于贝叶斯网络结构的马尔可夫链.迭代给定次数后,得到关于变量组的贝叶斯网络结构.实验结果表明:改进前和改进后的两种方法得到的贝叶斯网络结构基本一致,网络结构的接受率也相近.