比较简单的贝叶斯网络总结 未找到原文的地址 所以不能在文档内标注 如有需要 请自行百度 感谢原文作者的努力
贝叶斯网络
贝叶斯网络是一系列变量的联合概率分布的图形表示。
一般包含两个部分,一个就是贝叶斯网络结构图,这是一个有向无环图(DAG),其中图中的每个节点代表相应的变量,节点之间的连接关系代表了贝叶斯网络的条件独立语义。另一部分,就是节点和节点之间的条件概率表(CPT),也就是一系列的概率值。如果一个贝叶斯网络提供了足够的条件概率值,足以计算任何给定的联合概率,我们就称,它是可计算的,即可推理的。
3.5.1 贝叶斯网络基础
首先从一个具体的实例(医疗诊断的例子)来说明贝叶斯网络的构造。
假设:
命题S(moker):该患者是一个吸烟者
命题C(oal Miner):该患者是一个煤矿矿井工人
命题L(ung Cancer):他患了肺癌
命题E(mphysema):他患了肺气肿
命题S对命题L和命题E有因果影响,而C对E也有因果影响。
命题之间的关系可以描绘成如右图所示的因果关系网。
因此,贝叶斯网有时也叫因果网,因为可以将连接结点的弧认为是表达了直接的因果关系。
图3-5 贝叶斯网络的实例

图中表达了贝叶斯网的两个要素:其一为贝叶斯网的结构,也就是各节点的继承关系,其二就是条件概率表CPT。若一个贝叶斯网可计算,则这两个条件缺一不可。
贝叶斯网由一个有向无环图(DAG)及描述顶点之间的概率表组成。其中每个顶点对
热门文档