机器学习---算法基础（十一）贝叶斯网络

参考文章：
频率学派还是贝叶斯学派？聊一聊机器学习中的MLE和MAP
贝叶斯网络，看完这篇我终于理解了(附代码)！
概率图模型之贝叶斯网络

背景

边缘分布，条件分布

边缘分布：
对于单个因素所发生的概率，不考虑其他因素。例如P(A)

条件分布：
在某个条件下的某种情况发生的概率。例如P(A|B)

先验概率，后验概率

利用过去历史资料计算得到的先验概率，称为客观先验概率；

当历史资料无从取得或资料不完全时，凭人们的主观经验来判断而得到的先验概率，称为主观先验概率。

后验概率是指通过调查或其它方式获取新的附加信息，利用贝叶斯公式对先验概率进行修正，而后得到的概率。

贝叶斯派与频率派

贝叶斯派与频率派的想法可以从几个方面来解释：

参数的理解：

频率派的理念认为： 对于一个确定的分布来说，他的参数的值是一个固定的，不随着样本发生的变化。

贝叶斯思想的理念认为： 不认为分布中某个参数是一个定值，而是参数服从一定的分布，这个参数是随着抽取样本的变化而变化的，当样本足够多的时候，参数分布的值就越接近真实值。（实际上可以看做是参数的期望等于参数真实的值）。

抽象的理解：

频率学派和贝叶斯学派对世界的认知有本质不同：频率学派认为世界是确定的，有一个本体，这个本体的真值是不变的，我们的目标就是要找到这个真值或真值所在的范围；而贝叶斯学派认为世界是不确定的，人们对世界先有一个预判，而后通过观测数据对这个预判做调整，我们的目标是要找到最优的描述这个世界的概率分布。

概率图

概率图模型构建了这样一幅图，用观测结点表示观测到的数据，用隐含结点表示潜在的知识，用边来描述知识与数据的相互关系，最后基于这样的关系图获得一个概率分布。

概率图中的节点分为隐含节点和观测节点，边分为有向边和无向边。从概率论的角度，节点对应于随机变量，边对应于随机变量的依赖或相关关系，其中有向边表示单向的依赖，无向边表示相互依赖关系。

概率图模型分为贝叶斯网络（Bayesian Network） 和 马尔可夫网络（Markov Network） 两大类。贝叶斯网络可以用一个有向图结构表示，马尔可夫网络可以表 示成一个无向图的网络结构。更详细地说，概率图模型包括了朴素贝叶斯模型、最大熵模型、隐马尔可夫模型、条件随机场、主题模型等，在机器学习的诸多场景中都有着广泛的应用。

最大似然（MLE） 最大后验概率（MAP）

最大似然方法求参数是频率派的思想的体现，最后求出的结果也是一个具体的参数。

最大后验概率是贝叶斯派的思想。
最大似然估计是求参数theta, 使似然函数p(x0|theta)最大。最大后验概率估计则是想求theta使得p(x0|theta)p(theta)最大。
一般对于最大后验概率首先会给定一个先验的theta的概率来使p(x0|theta)p(theta)联合最大，根据更多的样本不断的修正theta的概率。随着实验的越来越多，theta的概率会越来越接近真实的概率。

MAP需要注意的是：最初的选定先验概率会影响到之后最终的结果，如果是直接选择为1会导致计算错误。

贝叶斯网络

贝叶斯网络(Bayesian network)，又称信念网络(Belief Network)，或有向无环图模型(directed acyclic graphical model)，是一种概率图模型，于1985年由Judea Pearl首先提出。它是一种模拟人类推理过程中因果关系的不确定性处理模型，其网络拓朴结构是一个有向无环图(DAG)。我们将有因果关系（或非条件独立）的变量或命题用箭头来连接（换言之，连接两个节点的箭头代表此两个随机变量是具有因果关系，或非条件独立）。若两个节点间以一个单箭头连接在一起，表示其中一个节点是“因(parents)”，另一个是“果(children)”，两节点就会产生一个条件概率值。

贝叶斯网络的公式

令G = (I,E)表示一个有向无环图(DAG)，其中I代表图形中所有的节点的集合，而E代表有向连接线段的集合，且令X = (Xi)i ∈ I为其有向无环图中的某一节点i所代表的随机变量，若节点X的联合概率可以表示成：

则称X为相对于一有向无环图G 的贝叶斯网络，其中，$pa(i)$表示节点i之“因”，或称pa(i)是i的parents（父母）。

此外，对于任意的随机变量，其联合概率可由各自的局部条件概率分布相乘而得出：

贝叶斯网络的形式

下图是一个贝叶斯网络的示意图
从图中可以看出所有的联合分布计算公式为：
P ( x 1 , x 2 , . . . , x n ) = P ( x 1