贝叶斯网络假设是指给定一个变量的父母节点,这个变量条件独立于他的非后代。
d-separation步骤用途
回答两类问题,
- 给定变量下条件独立性问题。例如,在给定D和F的情况下,A和B是否独立,$ P(A|BDF) = P(A|DF)$ 。
- 边际独立性问题。例如,A和B是否独立,$ P(A|B) = P(A)$ 。
d-separation步骤流程
- 概率表达式中所提到节点及其祖先(不带子女,除非提到)组成的图。
- 父母配用无线边配对。
- 将所有边变成无向边。
- 删除所有给定变量的节点,以及他们的边。例如,在给定D和F的情况下,A和B是否独立,$ P(A|BDF) = P(A|DF)$ 。那么要删去的节点就是D和F。
- 解释得到的图。经过前面4步得到一个图,如果a)变量是不连接的,则独立或条件独立性满足,如果b)变量在图中是连接的。则不能保证独立或条件独立性。这里连接指的是节点之间存在一条路径。c)如果一个或多个变量在图中不存在,则独立或条件独立性满足。
熟练之后,可知两个没有公共祖先的节点是边际独立的,但给定他们的子节点,他们就变成相关的(common effect)例如下图情形,