Bayesian network structure learning with applications in feature selection
Sérgio Rodrigues de Morais · 2009
Plusieurs algorithmes a base de contrainte ont ete proposes recemment pour l'apprentissage de la structure de reseaux Bayesiens. Ils cherchent des relations d'independance conditionnelles parmi les variables sur un ensemble de donnees et construisent une structure locale autour de la variable cible sans devoir construire toute la structure du reseau Bayesien d'abord. Ces algorithmes sont appropries aux situations ou la qualite de donnees disponible est vaste par rapport au degre du reseau. C'est-a-dire le nombre de parents et des enfants de chaque variable dans le reseau est relativement petit par rapport au nombre d'instances dans la base de donnees. Cependant, ils sont pieges par un probleme severe : l'important nombre de negatifs faux. Ce probleme bien connu est commun a toutes les methodes a base de contrainte et ont ete fortement consideres dans cette these. Les principales contributions de l'auteur de cette these incluent : 1. Une discussion sur des methodes simples pour identifier et traiter des relations presque deterministes dans l'apprentissage de la structure de reseaux Bayesins a base de contrainte ; 2. Un nouveau algorithme appele Hybride Parents et Enfants (HPC). HPC a ete prouve etre correct dans la condition de fidelite ; 3. Une extension de HPC concu dans le but specifique de selection de variables pour classification probaliliste ; 4. Un algorithme conservateur pour la selection de variables a partir de jeux de donnees incomplets ; 5. Une nouvelle approche graphique pour exploiter des donnees marquant dans la modelisation des reseaux Bayesiens. Les principales applications des methodes presentees dans cette these aux problemes reels fait par l'auteur incluent : 1. L'application de l'algorithme HPC pour extraire les facteurs de risque qui sont statistiquement associes au cancer du Nasopharynx (NPC); 2. L'application de l'algorithme MBOR sur un ensemble de donnees de puces pour fournir une analyse robuste de diabete de type 2.