采样
贝叶斯网络的采样
贝叶斯网络,又称为信念网络或有向无环图模型,是一种概率模型,利用有向无环图来刻画一组随机变量之间的条件概率分布关系。如下图是贝叶斯网络的一个经典例子,用来刻画Cloudy、Sprinkler、Rain、WetGrass等变量之间的条件分布关系。
对于一个没有观测变量的贝叶斯网络进行采样,最简单的方法是祖先采样,它的核心思想是根据有向图的顺序,先对祖先节点进行采样,只有当某个节点的所有父节点都已完成采样,采对该结点进行采样。以上图为场景,先对Cloudy变量进行采样,然后对Sprinkle和Rain变量进行采样,最后对WetGrass变量采样。根据贝叶斯网络的全概率公式
p ( z 1 , z 2 , . . . , z n ) = ∏ i = 1 n p ( z i ∣ p a ( z i ) ) p(z_1,z_2,...,z_n)=\prod_{i=1}^{n}p(z_i|pa(z_i)) p(z1,z2,...,zn)=i=1∏