《数据挖掘概念与技术》第九章 分类：高级方法

本章继上一章中介绍的基本分类方法后，又介绍了分类的高级方法：

贝叶斯网络

在贝叶斯网络中，不强调变量之间的独立性。承认变量或属性间的依赖关系。
在给定的网络拓扑图中，给定概念。
一条弧由节点Y到Z，则Y是Z的双亲或直接前驱，而Z是Y的后代。
给定其双亲，每个变量条件独立于图中它的非后代。
这也说明对于每个变量，应考虑她的双亲节点的所有可能取值的组合情况下，变量取值的概率。
即$$P(Y|Parents(Y))$$
由此给出，每个变量或属性对应的条件概率表CPT。