贝叶斯网
贝叶斯网借助有向无环图(Directed Acyclic Graph ,简称 DAG)来刻画属性之间的依赖关系,并使用条件概率表(Conditiona Probability Table 简称 CPT)来描述属性的联合概率分布。
- 结构
贝叶斯网有效的表达了属性间的条件独立性。它假设每一个节点与和该节点“没有亲缘关系”的节点独立。定义联合概率分布
接下来的道德图根据图论中的连通分支概念应该会很好理解。
- 学习
若在已知贝叶斯网的网络结构的情况下,学习过程只需对样本进行计数,估计出每个节点的条件概率表即可。通常我们并不知晓网络结构,我们定义一个评分函数,用来评估结构最优的贝叶斯网。(有点类似哈夫曼树)
- 推断
贝叶斯网的推断常采用一种随机采样方法——吉布斯采样来完成。