您好，歡迎來電子發(fā)燒友網！ ，新用戶？[免費注冊]

您的位置：電子發(fā)燒友網>源碼下載>數值算法/人工智能>

基于加性噪聲的缺失數據因果推斷

大?。?/span>1.55 MB 人氣： 2018-01-14 需要積分：2

推薦 + 挑錯 + 收藏(0) + 用戶評論（0）

前往下載地址

　　推斷數據間存在的因果關系是很多科學領域中的一個基礎問題，然而現在暫時還沒有快速有效的方法對缺失數據進行因果推斷。為此，提出一種基于加性噪聲模型下適應缺失數據的因果推斷算法。該算法是基于加性噪聲模型下利用最大似然估計法結合加權樣本修復數據的思想構造以似然函數形式的模型評分函數，并以此度量模型相對于缺失數據集的優(yōu)劣程度，通過迭代學習確定因果方向，每次迭代學習包括使用參數修復數據和在修復后的完整數據集下估計參數。該方法既解決了加性噪聲模型中映射函數的參數學習困難性問題，又避免了現有學習方法所存在的主要問題。實驗表明，在數據缺失比例擴大的情況下該算法仍具有較高的識別能力。

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論，獲取積分！ 請遵守相關規(guī)定！

      ?