来自http://www.cs.cmu.edu/~tom/10701_sp11/
Mitchell老师的公开课ppt
参数个数,能想明白吗?(所有feature都是boolean)
不明白构建贝叶斯信念网的算法?看下面的图,结点x3和x1是可以互换的,不影响链式法则的使用。。。
想一想naive bayes的bayes network对应的结构:
同时,上图x3到x4的有向边还可以从x4指向x3,原因是图中右边的链式法则所示:对于不条件独立的feature,谁指向谁都无所谓!
连续和离散的特征混合在一起呢?相信大家想到了:
bayes network的另一个应用:隐马尔科夫模型
最后给出如何训练bayes network:
解释一下上面的符号:a _|_ b|c,a和b|c条件独立。
RV:random variable