K2算法的java实现

最新推荐文章于 2020-06-08 16:26:10 发布

fine9283530

最新推荐文章于 2020-06-08 16:26:10 发布

阅读量1.5k

点赞数 1

文章标签：机器学习概率图模型

本文链接：https://blog.csdn.net/fine9283530/article/details/52640182

版权

本文展示了如何使用Java实现K2算法，该算法用于构建概率图模型。通过读取训练数据文件，代码计算并确定每个属性的最优父节点，从而得到贝叶斯网络结构。核心功能包括计算是否为父节点的概率、对数转换以及处理数据集。

摘要由CSDN通过智能技术生成

<pre name="code" class="java">在学习概率图模型的时候，就想实现一下K2算法。直接上代码吧。

import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.HashMap;

public class K2Algorithm {
	ArrayList<ArrayList<Integer>> dataSet;
	private int UPPER_BOUND = 1;

	public K2Algorithm() {
		String trainingFile = "trainingData.txt";
		try {
			dataSet = loadDataSet(trainingFile);
		} catch (IOException e) {
			e.printStackTrace();
		}
	}

	public static void main(String[] args) throws IOException {
		K2Algorithm ka = new K2Algorithm();
		HashMap<Integer, ArrayList<Integer>> bnStructureHashMap = ka
				.getBNStructure();
		System.out.println(bnStructureHashMap);
	}

	private HashMap<Integer, ArrayList<Integer>> getBNStructure() {
		HashMap<Integer, ArrayList<Integer>> bnStructure = new HashMap<>();
		int attrNum = dataSet.get(0).size();
		for (int i = 0; i < attrNum; i++) {
			ArrayList<Integer> parentList = new ArrayList<>();
			double probOld = calIsParentProb(parentList, i);
			boolean OkToProceed = true;
			int optimalParent = 0;
			double probNew = toLog(0);
			while (OkToProceed && parentList.size() < UPPER_BOUND) {
				for (int j = 0; j < i;