约束,无非要考虑两件事,一是算法的结果准确率,二是算法的运行速度。
约束算法的帕累托(pareto)最优就是指在保证算法准确性不降的前提下,使得算法的运行速度达到最快,就实现了帕累托最优。
在已知贝叶斯网络标准结构的情况下对贝叶斯网络结构进行学习时,通常使用F1值对贝叶斯网络结构进行评价,此时的约束算法的帕累托最优就是指在F1值不变或者至少是不降低,最次也是降低不明显的情况下,使得算法的运行速度达到最快。
(刚开始学没多久,如有错误,敬请指正!! ^-^)
约束,无非要考虑两件事,一是算法的结果准确率,二是算法的运行速度。
约束算法的帕累托(pareto)最优就是指在保证算法准确性不降的前提下,使得算法的运行速度达到最快,就实现了帕累托最优。
在已知贝叶斯网络标准结构的情况下对贝叶斯网络结构进行学习时,通常使用F1值对贝叶斯网络结构进行评价,此时的约束算法的帕累托最优就是指在F1值不变或者至少是不降低,最次也是降低不明显的情况下,使得算法的运行速度达到最快。
(刚开始学没多久,如有错误,敬请指正!! ^-^)