贝叶斯网络学习算法――k2算法

贝叶斯网络学习算法――k2算法，对于学习数据挖掘的人有用的，涉及到了分类预测算法

 % 结构学习是K2算法，参数学习是最大后验
n=6;
ns=[3 3 2 2 3 3];
A=1; B=2; C=3; D=4; E=5; Class=6;
order=[4 5 6 3 2 1]; %指定节点次序
max_fan_in=2;
result_matrix=zeros（ns（Class）ns（Class））;
%读入训练数据集
fn=‘bdata_001.txt‘;
load（fn）;
fata_train1=‘bdata_001‘;
[num_attrib num_cases]=size（data_train1）;
data_train=zeros（num_attribnum_cases）;
%根据实例进行网络结构学习
dag_gbn=zeros（nn）;
dag_gbn=learn_struct-K2（data_train ns order ‘max_fan_in‘ max_fan_in）;
bnet2=mk_bnet（dag_gbnns）;
%对生成的结构进行参数学习
priors=1;
seed=0;
rand（‘state‘seed）;
for i=1:n
bnet2.CPD{i}=tabular_CPD（bnet2 i‘CPT‘‘unif‘‘prior_type‘‘dirichlet_type‘‘BDeu‘‘dirichlet_weight‘ priors）;
end
bnet4=bayes_update_params（bnet2 data_train）;
CPT3-cell（1n）;
for i=1:n
s=struct（bnet4CPD{i}）;
CPT3{i}=s.CPT;
end
%画出图形
draw_graph（dag_gbn）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        854  2009-08-25 09:56  K2.m

----------- ---------  ---------- -----  ----

                  854                    1