本文主要研究内容
作者郭珉,石洪波,程鑫（2019）在《基于贝叶斯网稀疏结构学习的信用影响因素结构发现》一文中研究指出：面对海量高维信用数据,传统贝叶斯网络在刻画变量复杂结构和概率关系时遇到了挑战。尝试将基于multi-logit回归的离散贝叶斯网络稀疏方法用于个人信用影响因素结构关系的发现,实现从多维变量复杂关系中抓取重要结构关系;基于解路径探讨了用于结构发现的稀疏贝叶斯网络模型的选择标准,并比较了稀疏贝叶斯网络与经典贝叶斯网络结构学习的性能;结合领域先验知识进一步改进贝叶斯网络结构,定性分析多维变量存在的主要结构关系;在确定多维变量稀疏网络结构的基础上,采用贝叶斯后验估计获取模型参数,并利用贝叶斯网络推理定量分析关键变量对信贷客户类型的直接或间接影响。
Abstract
mian dui hai liang gao wei xin yong shu ju ,chuan tong bei xie si wang lao zai ke hua bian liang fu za jie gou he gai lv guan ji shi yu dao le tiao zhan 。chang shi jiang ji yu multi-logithui gui de li san bei xie si wang lao xi shu fang fa yong yu ge ren xin yong ying xiang yin su jie gou guan ji de fa xian ,shi xian cong duo wei bian liang fu za guan ji zhong zhua qu chong yao jie gou guan ji ;ji yu jie lu jing tan tao le yong yu jie gou fa xian de xi shu bei xie si wang lao mo xing de shua ze biao zhun ,bing bi jiao le xi shu bei xie si wang lao yu jing dian bei xie si wang lao jie gou xue xi de xing neng ;jie ge ling yu xian yan zhi shi jin yi bu gai jin bei xie si wang lao jie gou ,ding xing fen xi duo wei bian liang cun zai de zhu yao jie gou guan ji ;zai que ding duo wei bian liang xi shu wang lao jie gou de ji chu shang ,cai yong bei xie si hou yan gu ji huo qu mo xing can shu ,bing li yong bei xie si wang lao tui li ding liang fen xi guan jian bian liang dui xin dai ke hu lei xing de zhi jie huo jian jie ying xiang 。
论文参考文献
论文详细介绍
论文作者分别是来自统计与信息论坛的郭珉,石洪波,程鑫，发表于刊物统计与信息论坛2019年01期论文，是一篇关于离散贝叶斯网络论文,稀疏结构学习论文,结构发现论文,回归论文,统计与信息论坛2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自统计与信息论坛2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：离散贝叶斯网络论文; 稀疏结构学习论文; 结构发现论文; 回归论文; 统计与信息论坛2019年01期论文;