【摘要】贝叶斯网络在很多领域应用广泛，作为分类器更是一种有效的常用分类方法，没有任何结构限制的贝叶斯网络有着很高的复杂度，这使得它在应用中受到诸多限制。为了使贝叶斯网络分类器在面对较多属性及较大数据集时更有效率，并且可以得到更符合实际的贝叶斯网络模型，这就有必要研究优化的模型学习方法。通过对贝叶斯网络分类器算法的近似处理，可以有效减少计算量，并且得到令人满意的分类准确率。贝叶斯网络分类器按照学习贝 […]