FullBNT实例应用(转载他人的),研究一下


原文转自http://blog.csdn.net/moodytong/article/details/8122327

实例分析

            如下图所示,给出了贝叶斯网络的图和相应的条件概率

            

                        对上述信息建立贝叶斯网络,代码如下

                      

[plain]  view plain copy
  1. N=8;  
  2. dag=zeros(N,N);  
  3. A=1;S=2;T=3;L=4;B=5;E=6;X=7;D=8;  
  4. dag(A,T)=1;  
  5. dag(S,[L B])=1;  
  6. dag([T L],E)=1;  
  7. dag(B,D)=1;  
  8. dag(E,[X D])=1;  
  9. discrete_nodes=1:N;  
  10. node_sizes=2*ones(1,N);  
  11. bnet=mk_bnet(dag,node_sizes,'names',{'A','S','T','L','B','E','X','D'},'discrete',discrete_nodes);  
  12. bnet.CPD{A}=tabular_CPD(bnet,A,[0.99,0.01]);  
  13. bnet.CPD{S}=tabular_CPD(bnet,S,[0.5,0.5]);  
  14. bnet.CPD{T}=tabular_CPD(bnet,T,[0.99,0.95,0.01,0.05]);  
  15. bnet.CPD{L}=tabular_CPD(bnet,L,[0.99,0.9,0.01,0.1]);  
  16. bnet.CPD{B}=tabular_CPD(bnet,B,[0.7,0.4,0.3,0.6]);  
  17. bnet.CPD{E}=tabular_CPD(bnet,E,[1,0,0,0,0,1,1,1]);  
  18. bnet.CPD{X}=tabular_CPD(bnet,X,[0.95,0.02,0.05,0.98]);  
  19. bnet.CPD{D}=tabular_CPD(bnet,D,[0.9,0.2,0.3,0.1,0.1,0.8,0.7,0.9]);  
  20. draw_graph(dag)  
                    说明:有N=8个节点,建立有向无环图dag,并且这些点的值是离散的,这里1=False 2=True,node_sizes给出了所有状态

                    mk_bnet中names后的{}里面给出了各个节点的别名

                    利用tabular_CPD设置各个变量的边缘概率,对于A和S,定义顺序是False True;对于T、L和B这类,顺序是FF  FT TF TT;对于D这类,顺序是FFF FFT FTF FTT TFF TFT TTF TTT

       简单检查下A的概率


[plain]  view plain copy
  1. engine=jtree_inf_engine(bnet);  
  2. evidence=cell(1,N);  
  3. [engine,loglik]=enter_evidence(engine,evidence);  
  4. m=marginal_nodes(engine,A);  
  5. m.T()  

现在可以给定任意条件,然后计算概率了。

[plain]  view plain copy
  1. 例如要计算任意组合条件下,个体分别得Tub、lung cancer和bronchitis的概率。下面代码计算了P(T=True|A=False,S=True,X=True,D=False)的概率  
[plain]  view plain copy
  1. engine=jtree_inf_engine(bnet);  
  2. evidence=cell(1,N);  
  3. evidence{A}=1;  
  4. evidence{S}=2;  
  5. evidence{X}=2;  
  6. evidence{D}=1;  
  7. [engine,loglik]=enter_evidence(engine,evidence);  
  8. m=marginal_nodes(engine,T);  
  9. m.T(2)  
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值