基于回归分析的马尔科夫毯学习算法研究及其应用
发布时间：2022-01-11 11:46
特征选择是数据挖掘和机器学习领域的重要研究部分，是从特征集合中选择相关的特征，并剔除不相关特征和冗余特征。特征选择可以有效减少问题求解中的变量，解决“维度灾难”的问题。贝叶斯网络是将概率论与图论相结合，定性和定量的描述数据仓库中变量之间关系的模型。贝叶斯网络中一个变量的马尔科夫毯包括该变量的父结点、子结点和配偶结点（子结点的父结点）。一个变量的马尔科夫毯可以屏蔽网络中其它变量对该变量的影响。本文首先介绍了马尔科夫毯学习算法的研究现状，部分算法中存在着包含错误冗余结点的问题。回归分析是确定变量之间相关关系的统计分析方法，通过假设检验，剔除与因变量相关性弱及不相关的变量。将马尔科夫毯学习算法和回归分析相结合，剔除候选马尔科夫毯中与目标变量相关性弱和不相关的变量，并利用条件独立测试返回最终的马尔科夫毯。将该方法在经典网络上的实验结果与已有的马尔科夫毯学习算法进行比较，表明了该方法的有效性和可靠性。股市的行业板块间具有很强的相关性，而房地产行业在我国经济中发挥着重要作用。利用本文算法对上证股市行业板块收盘指数数据进行处理，从股市行业板块中选择与房地产板块具有特征相关的行业板块，利用Grange...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
贝叶斯网络，阴影结点为T的马尔科夫毯设有离散变量集合V={A，B，C，D，E，F，G，T}，图2-1中的结点分别代表集合V中的变量，以结点T为例，B和E是它的父结点，C和D是它的子结点
T |{Y } s) ，那么 Y 一定是 T 的子结点，X 一定是 T 的配偶结点这样的变量 Y，那么 X 就不是 T 的配偶结点。 2.4 MMMB(Max-Min Markov Blanket)算法：）得到 MB(T)的候选马尔科夫毯T)=MMPC(T)；=PC(T)；( )( ) ( ) \ {T}C PC T PC T MMPC C ；）找到 T 的配偶结点ach X CMB \ PC( T )flag=false；寻找集合s,使得 Ind ( X ; T | s )；for each Y PC( T ){ if Dep ( X ; T |{ Y } s) flag=true； }if(flag) { MB MB { X} ；} }rn MB；
25（2）在逻辑回归对话框里选择因变量（目标变量）和自变量（候选马图 3-1 SPSS 软件里对数据进行逻辑回归分析3.3.2 实验标准本文采用 PCMB 算法所在的文献[36]中提出的查准率(precis(recall)以及它们之间的欧氏距离 d 来衡量学习马尔科夫毯的算法的一个目标变量 T，查准率是指算法输出的 MB(T)中包含正确变量的率越高，表明算法引入错误变量越少；查全率是指算法输出的 M量的个数占实际 MB(T)变量个数的比率，查全率越高，表明算法漏量越少。
【参考文献】：
期刊论文
[1]中国金融中心城市房地产价格与银行信贷的关系[J]. 车欣薇,郭琨,李斌,王珏. 系统工程理论与实践. 2011(04)
[2]中国A股市场行业板块间领滞关系的动态变化实证研究[J]. 陈暮紫,陈敏,吴武清,缪柏其. 系统工程理论与实践. 2009(06)
[3]我国房地产宏观调控政策效果的实证分析[J]. 王要武,金海燕. 土木工程学报. 2008(08)
[4]基于贝叶斯网络的复杂系统故障预测[J]. 许丽佳,王厚军,龙兵. 系统工程与电子技术. 2008(04)
[5]用于风险管理的贝叶斯网络学习[J]. 王双成,唐海燕,刘喜华. 控制与决策. 2007(05)
[6]Logistic回归模型分析[J]. 施朝健,张明铭. 计算机辅助工程. 2005(03)
[7]中国房地产市场与金融市场的Granger因果关系分析[J]. 皮舜. 系统工程理论与实践. 2004(12)
[8]中国股票市场流动性与收益动态关系研究[J]. 张维,梁朝晖. 系统工程理论与实践. 2004(10)
[9]中国股市的Granger因果关系分析[J]. 朱宏泉,卢祖帝,汪寿阳. 管理科学学报. 2001(05)
本文编号：3582727
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
贝叶斯网络，阴影结点为T的马尔科夫毯设有离散变量集合V={A，B，C，D，E，F，G，T}，图2-1中的结点分别代表集合V中的变量，以结点T为例，B和E是它的父结点，C和D是它的子结点
T |{Y } s) ，那么 Y 一定是 T 的子结点，X 一定是 T 的配偶结点这样的变量 Y，那么 X 就不是 T 的配偶结点。 2.4 MMMB(Max-Min Markov Blanket)算法：）得到 MB(T)的候选马尔科夫毯T)=MMPC(T)；=PC(T)；( )( ) ( ) \ {T}C PC T PC T MMPC C ；）找到 T 的配偶结点ach X CMB \ PC( T )flag=false；寻找集合s,使得 Ind ( X ; T | s )；for each Y PC( T ){ if Dep ( X ; T |{ Y } s) flag=true； }if(flag) { MB MB { X} ；} }rn MB；
25（2）在逻辑回归对话框里选择因变量（目标变量）和自变量（候选马图 3-1 SPSS 软件里对数据进行逻辑回归分析3.3.2 实验标准本文采用 PCMB 算法所在的文献[36]中提出的查准率(precis(recall)以及它们之间的欧氏距离 d 来衡量学习马尔科夫毯的算法的一个目标变量 T，查准率是指算法输出的 MB(T)中包含正确变量的率越高，表明算法引入错误变量越少；查全率是指算法输出的 M量的个数占实际 MB(T)变量个数的比率，查全率越高，表明算法漏量越少。
【参考文献】：
期刊论文
[1]中国金融中心城市房地产价格与银行信贷的关系[J]. 车欣薇,郭琨,李斌,王珏. 系统工程理论与实践. 2011(04)
[2]中国A股市场行业板块间领滞关系的动态变化实证研究[J]. 陈暮紫,陈敏,吴武清,缪柏其. 系统工程理论与实践. 2009(06)
[3]我国房地产宏观调控政策效果的实证分析[J]. 王要武,金海燕. 土木工程学报. 2008(08)
[4]基于贝叶斯网络的复杂系统故障预测[J]. 许丽佳,王厚军,龙兵. 系统工程与电子技术. 2008(04)
[5]用于风险管理的贝叶斯网络学习[J]. 王双成,唐海燕,刘喜华. 控制与决策. 2007(05)
[6]Logistic回归模型分析[J]. 施朝健,张明铭. 计算机辅助工程. 2005(03)
[7]中国房地产市场与金融市场的Granger因果关系分析[J]. 皮舜. 系统工程理论与实践. 2004(12)
[8]中国股票市场流动性与收益动态关系研究[J]. 张维,梁朝晖. 系统工程理论与实践. 2004(10)
[9]中国股市的Granger因果关系分析[J]. 朱宏泉,卢祖帝,汪寿阳. 管理科学学报. 2001(05)
本文编号：3582727
本文链接：https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3582727.html
