貝葉斯網(wǎng)絡(luò)分類模型在高職教育考試中的應(yīng)用研究.pdf

1、從海量數(shù)據(jù)中挖掘知識(shí)為決策支持和分析預(yù)測(cè)服務(wù)，已成為人們對(duì)信息系統(tǒng)提出的新需求，但數(shù)據(jù)的處理和數(shù)據(jù)的提煉技術(shù)是匱乏的。起源于貝葉斯統(tǒng)計(jì)學(xué)的貝葉斯網(wǎng)絡(luò)以其獨(dú)特的不確定性知識(shí)表達(dá)形式、豐富的概率表達(dá)能力、綜合先驗(yàn)知識(shí)的增量學(xué)習(xí)方法等特性表示了客體的概率分布和因果聯(lián)系，成為當(dāng)前數(shù)據(jù)挖掘眾多方法中最為引人注目的焦點(diǎn)之一，成為知識(shí)發(fā)現(xiàn)領(lǐng)域中的一種重要的知識(shí)發(fā)現(xiàn)方法。本文主要是對(duì)基于貝葉斯網(wǎng)絡(luò)及其分類模型的應(yīng)用研究，其主要內(nèi)容如下： (1)

2、綜述了數(shù)據(jù)挖掘技術(shù)的基本概念、數(shù)據(jù)挖掘中的幾種分類方法及其應(yīng)用，然后結(jié)合高等職業(yè)教育的現(xiàn)狀和學(xué)生特點(diǎn)討論了高等職業(yè)教育中貝葉斯網(wǎng)絡(luò)的基本應(yīng)用。 (2)闡述了貝葉斯網(wǎng)絡(luò)的理論基礎(chǔ)。包括貝葉網(wǎng)絡(luò)的概念及其性質(zhì)特點(diǎn)、貝葉斯網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)和結(jié)構(gòu)學(xué)習(xí)。討論了貝葉斯分類和貝葉斯網(wǎng)絡(luò)分類方法。根據(jù)理論知識(shí)的描述，用一個(gè)典型案例分析論證了貝葉斯網(wǎng)絡(luò)模型，用K2算法描述了完備數(shù)據(jù)的結(jié)構(gòu)學(xué)習(xí)方法。 (3)基于K2算法，借助matlab環(huán)境，