贝叶斯网

       贝叶斯网借助有向无环图(Directed Acyclic Graph ，简称 DAG)来刻画属性之间的依赖关系，并使用条件概率表(Conditiona Probability Table 简称 CPT）来描述属性的联合概率分布。

• 结构

贝叶斯网有效的表达了属性间的条件独立性。它假设每一个节点与和该节点“没有亲缘关系”的节点独立。定义联合概率分布

接下来的道德图根据图论中的连通分支概念应该会很好理解。

• 学习

若在已知贝叶斯网的网络结构的情况下，学习过程只需对样本进行计数，估计出每个节点的条件概率表即可。通常我们并不知晓网络结构，我们定义一个评分函数，用来评估结构最优的贝叶斯网。（有点类似哈夫曼树）

 

 

• 推断

贝叶斯网的推断常采用一种随机采样方法——吉布斯采样来完成。