1、贝叶斯网络基本定义
贝叶斯网络BN=< Bs,Bp>表示n个随机变量U={X1,…Xn}的联合概率分布,它由两部分组成:
(1)网络结构Bs,是一个有向无环图(DAG),包括节点集和节点之间的有向边集,每个节点代表一个随机变量,每条有向边代表一个概率依赖。如果一条边由结点X到Y,则X是Y的父节点,而Y是X的子孙节点。给定其父节点,每个变量独立于图中的非子孙节点。
(2)反应变量之间关联性的局部概率分布集Bp,即概率参数,通常称为条件概率表(Conditional Probability Table ,CPT)。Bp={p(Xi| ∏i )|1
贝叶斯网络
最新推荐文章于 2024-09-10 22:39:00 发布
本文介绍了贝叶斯网络的基础概念,包括其网络结构和概率分布。贝叶斯网络是一个有向无环图,每个节点代表随机变量,边表示变量间的概率依赖。D-separation是判断变量条件独立的图形化方法。此外,文章还探讨了独立映射(I-map)的概念。结构学习是构建贝叶斯网络的关键,涉及依赖性测试和搜索评分等方法。
摘要由CSDN通过智能技术生成