动态随机树贝叶斯集成回归模型研究

针对目前的动态贝叶斯网络主要用于时间序列的因果分析和分类预测,缺少将动态贝叶斯网络用于回归计算方面研究的情况,结合随机树生成、回归变量的离散化、类变量的数量化、类的满条件概率计算和加权平均回归计算等建立动态随机树贝叶斯回归模型,并通过集成(平均)来提高回归模型的泛化能力,使用期货数据进行实验,实验结果显示,动态随机树贝叶斯集成回归模型具有良好的回归可靠性.