贝叶斯网络
1.不确定域中的知识表示
贝叶斯网络定义
贝叶斯网络用来捕捉不确定知识,是一种图模型,用于条件独立断言,对全联合分布有紧凑的描述形式。
它是有向图,其中每个节点都标注了定量概率信息
- 一个随机变量组成网络节点。变量可以是离散或连续的。
- 一个连续点对的又想变或箭头集合,存在X -> Y,则X是Y的父节点。
- 每个节点Xi都有一个条件概率分布:P(Xi | Parents(Xi))
- 有向无环图(DAG)
举例
小偷、地震都可能引起门铃响,门铃响可能引起John、Mary给主人打电话
贝叶斯网络:CPT条件概率表
数据量1+1+4+2+2=10(每一个节点的CPT行数)
2.贝叶斯网络语义
两种方式理解:
- 将贝叶斯网络视为对联合概率分布的表示
- 将其视为对条件依赖语句的编码
特点:
- 局部结构的复杂度关于n是线性的(紧凑),全联合概率分布是指数的
- 若每个变量的父节点不超过k个,则该网络需要的数据量是