关于MAP贝叶斯网络结构对等效样本大小参数的敏感性
机器学习
2012-06-26 v1 机器学习
摘要
BDeu边际似然得分是一种流行的模型选择准则，用于基于样本数据选择贝叶斯网络结构。这种无信息评分准则对编码相同独立性陈述的网络结构赋予相同的得分。然而，在应用BDeu得分之前，必须确定一个单一参数，即等效样本大小alpha。不幸的是，尚未提出确定alpha参数的公认规则。这是令人不安的，因为在本文中，我们通过一系列具体实验表明，网络结构优化问题的解对所选的alpha参数值高度敏感。基于这些结果，我们能够解释这种现象如何以及为何发生，并讨论解决该问题的思路。
引用
@article{arxiv.1206.5293,
title = {On Sensitivity of the MAP Bayesian Network Structure to the Equivalent Sample Size Parameter},
author = {Tomi Silander and Petri Kontkanen and Petri Myllymaki},
journal= {arXiv preprint arXiv:1206.5293},
year = {2012}
}
备注
Appears in Proceedings of the Twenty-Third Conference on Uncertainty in Artificial Intelligence (UAI2007)