多組圖貝葉斯分類模型導(dǎo)論

　　《多組圖貝葉斯分類模型導(dǎo)論》總結(jié)了筆者幾年內(nèi)的新研究成果，介紹了一種新的分類模型框架——多組圖貝葉斯分類框架。該框架基于貝葉斯統(tǒng)計理論，結(jié)合高維數(shù)據(jù)的特殊性，將特征分為四組，前兩組為冗余和噪音維，它們均與分類信息無關(guān)，后兩組為預(yù)測維，參與預(yù)測分類，其中第三組特征之間相互獨立而第四組特征之間樹狀相關(guān)。這種分組方式能夠極大的簡化計算，并完整的覆蓋各種數(shù)據(jù)模式?！抖嘟M圖貝葉斯分類模型導(dǎo)論》根據(jù)貝葉斯定理，從理論上推導(dǎo)了多組圖貝葉斯分類框架的各種性質(zhì)，證明了該框架不需要進(jìn)行數(shù)據(jù)預(yù)處理，就能夠自動過濾噪音和冗余屬性并同時完成回歸或分類預(yù)測。其次，基于多組圖貝葉斯分類框架，以多項式分布和狄利克雷分布為基礎(chǔ)假設(shè)，介紹了一種新的組圖貝葉斯分類模型，結(jié)合原始框架的預(yù)測流程和基本屬性推導(dǎo)了該模型各個分組的似然函數(shù)和基本性質(zhì)，建立并證明了模型結(jié)構(gòu)學(xué)習(xí)和推理的理論體系，并針對缺失數(shù)據(jù)探討了處理策略及對應(yīng)的定理公式變形。再次，根據(jù)組圖貝葉斯分類模型的特殊性質(zhì)。通過4個原子操作構(gòu)建了6個基本的采樣操作，并設(shè)計了一種特殊的采樣步驟，從理論上證明了通過11個操作序列能夠保證算法收斂至理論解。最后，《多組圖貝葉斯分類模型導(dǎo)論》給出了一系列仿真實驗和真實數(shù)據(jù)，向讀者展示了組圖貝葉斯分類模型的強大性能。并通過在民用和軍用兩個方面的具體應(yīng)用，展示了組圖貝葉斯分類模型既能夠作為預(yù)處理模型實現(xiàn)降維。也能夠作為預(yù)測模型做出最終的分類，而且其獨特的分組結(jié)構(gòu)能夠直接反映各個維度之間的相互關(guān)系，非常適合輔助人們更加深刻的理解當(dāng)前數(shù)據(jù)，具有廣闊的應(yīng)用前景。

暫缺《多組圖貝葉斯分類模型導(dǎo)論》作者簡介