0. 贝叶斯网络
- 本文主要参考
- 因为不清楚贝叶斯网络到底可以干什么,所以这里只是初步了解知识,等用到了再回头看.
1. 贝叶斯网络的定义
- 把某个研究系 统中涉及的随机变量,根据 是否条件独立绘制 在一个有向图中,就形成了贝叶斯网络。
- 贝叶斯⽹络(Bayesian network),也被称为有向图模型(有向无环图)(directedgraphical model)。这个模型中,图之间的链接有⼀个特定的⽅向,使⽤箭头表⽰.
- 节点表示随机变量,连接两个变量的箭头表示两个节点的因果关系(非条件独立).
- 每个节点在给定其直接前驱时,条件独立于其非后继.
1.1 简单形式
要求:求解P(a,b,c)的联合概率分布,根据以上信息以及下图,怎么表示?
- 上式子也叫因式分解
- 可以思考:朴素贝叶斯是一个简单的贝叶斯网络(不考虑x之间的连接)
1.2 全连接贝叶斯网络
- 每一对节点之间都有边连接(但是注意:有向无环图)
1.3 一般贝叶斯网络
2. 三种结构形式
- tail to tail
- head to tail
- head to head
- 延伸
3. 因子图
3.1 贝叶斯推断
推导贝叶斯推断的通用公式
- 由贝叶斯网络得到因子图(Factor Graph)
- 通过在因子图中消息传递的思想,计算概率
3.2 因子图
- 需要公式
- 举例子
4. Summary-Product
5 .例子
参考
1. 了解贝叶斯网络 csdn2. 贝叶斯理论在医学数据分析中的应用3. 邹博讲贝叶斯网络的PPT 4. 从贝叶斯方法谈到贝叶斯网络