1) conditional independence assumption
条件独立性假设
1.
By giving distinct classification rule to each sample,decision forest rather than decision tree is constructed to automatically determine relatively independent attribute subset,and based on this we integrate submodel by applying conditional independence assumption.
提出一种基于决策森林构造的多重子模型集成方法,通过对每个样本赋予决策规则,构造决策森林而非单个决策树以自动确定相对独立的样本子集,在此基础上结合条件独立性假设进行模型集成。
2) hypothesis of conditional independence
条件独立性假设
1.
We proved that the hypothesis of conditional independence between TM bands was successful, and analyzed the feasibility of applying Na ve Bayesian Networks to the classification of multi-spectral image through experiment.
用基于启发式搜索的结构学习算法,学习得到多光谱影像的贝叶斯网络结构,分析了TM的波段(特征)间条件独立性假设的合理性,给出了贝叶斯推理中后验概率计算的公式,并通过和最大似然法对比试验分析了简单贝叶斯网络应用于多光谱影像分类的优势。
3) independence assumption
独立性假设
1.
Research on Nave Bayesian Classifier s independence assumption;
朴素贝叶斯分类器的独立性假设研究
2.
Node-State independence assumption can provide a more tractable solution to delay constrained routing, especially when state information is Probability Density Function (PDF) of delay at each node.
然后,基于独立性假设,用相应链路延时概率密度函数的卷积计算这15条路径延时的概率密度函数。
4) independence hypothesis
独立性假设
1.
There is an "independence hypothesis" in Bayesian classifier method:examples of the emergence of each attribute are independent from the examples of other attributes appear,the practical application of such conditions are not easily satisfied because the special version of the related characters may have new meaning in a special text.
朴素贝叶斯分类(naive Bayes)有一个“独立性假设”:给定一个实例的类标签,实例中的每个属性的出现都独立于实例中其他属性的出现,而在实际应用中这种条件并不易满足,另外由于文本的特殊性,相关的特征项可能会产生新的语义信息。
5) conditional independence
条件独立性
1.
By using CI (conditional independence) tests, it can be pruned a fully connected potential graph to a best PG, which is expected to approximate the undirected version of the underlying directed graph.
阐述了贝叶斯网络结构学习的内容与方法 ,提出一种基于条件独立性 (CI)测试的启发式算法。
2.
It shows that the distribution determined by the Bayesian network maximises entropy given the causal and probability distribution of a Bayesian network under the conditional independence.
用信息熵的观点 ,如果将Bayesian网看作Agent的背景知识 ,采用与Bayesian网对应的概率分布作为信念函数的Agent的分布是最合理的 ,说明了与最大熵相对应的概率分布正好是在条件独立性假设下由Bayesian网确定的特征概率分布 。
补充资料：绝对收入假设与相对收入假设
juedui shouru jiashe yu xiangdui shouru jiashe
绝对收入假设与相对收入假设
absolute income hypothesis and relative income hypothesis
关于收入与消费关系即消费者行为方面的理论。
绝对收入假设 或称绝对收入理论，是凯恩斯学派在J.M.凯恩斯消费函数等理论基础上建立发展起来，用以说明消费随绝对收入的增加而增加并慢于收入的增加的理论。这一假设有两个要点：①消费者是根据其收入的绝对水平来决定将其现有收入的多大部分用于消费的，绝对收入即收入的绝对量水平；②消费随收入的增长而增长，但消费增长的速率慢于收入增长的速率，在高收入增长时尤其如此。这一理论依据于凯恩斯关于消费函数即边际消费倾向的分析。绝对收入假设的基本涵义如图1。图中□□□=1.00的45°线是收支平衡线,45°线与消费曲线在右上的间距为负储蓄，在左下的间距为净储蓄。图中显示收入渐高时消费曲线向下倾斜，出现较多的净储蓄。
相对收入假设 或称相对收入理论，是由J.S.杜森贝里于1949年提出的与绝对收入假设对立的一种理论。根据这一假设，消费者的消费支出不仅依赖于他的现期收入，而且还依赖于其他人的收入水平以及他过去曾达到的最高收入水平。因此，当消费者在收入分配中的相对地位（相对收入）上升时，或当收入超过原来的最高收入时，消费者都会根据其收入的相对变化而增加消费支出。相对收入理论认为，消费者在相对地位上的变化将导致其收入用于消费的部分上升，而不论其绝对收入有否变化。相对收入理论强调消费者的两种心理行为,即攀比效应和示范效应。由于这两种行为，各类同等级的家庭因收入不同所导致的消费差距将得以缩小，并使消费与相对收入保持某种协调的比例，即：家庭消费函数随所有家庭总收入变动而成比例地向上移动。相对收入假设的基本涵义如图2。
分歧点 绝对收入假设与相对收入假设相对立的两个分歧点是：①前者认为消费主要由绝对收入水平决定，后者认为消费主要由相对收入决定；②前者认为消费增长与收入增长之间是一种非比例关系，后者认为二者间大体保持一种比例增长关系。
关于收入与消费之间的长期关系是比例的或非比例的关系的命题,在宏观经济学中具有重要意义。例如,如果基本消费函数是非比例的，则意味着随着国民收入的增长，储蓄将以更大速率增长，由此即产生出如何把超比例增加的储蓄转化为投资的问题。正是基于这一判断，凯恩斯提出以扩张性财政政策来吸纳这部分超量的储蓄，以避免国民经济走向停滞。如果基本消费函数是比例的，这个问题就不会对未来发展造成梗阻。
虽然一些经济学家仍持绝对收入理论观点，但多数经济学家已更倾向于相对收入理论及其他理论。由于经济学家一般同意基本消费函数是成比例的，事实上等于抛弃了绝对收入理论的主要原则。另一方面,一些经济学家根据收入及消费的若干资料进行统计分析后指出：包括半个多世纪的经验数据证实，消费与收入之间的长期关系大致是成比例的。
（邓乐平）
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条