机器学习算法汇总大全要点.ppt

Storm BusTourGroup Lightning Thunder ForestFire Campfire S,B S,┐B ┐S,B ┐S,┐B C 0.4 0.1 0.8 0.2 ┐C 0.6 0.9 0.2 0.8 Campfire 贝叶斯信念网的表示（2） 对网络变量的元组Y1...Yn赋以所希望的值(y1...yn)的联合概率计算公式如下： 所有变量的局部条件概率表以及由网络所描述的一组条件独立假定，描述了该网络的整个联合概率分布 贝叶斯信念网的推理 可以用贝叶斯网在给定其它变量的观察值时推理出某些目标变量的值 由于所处理的是随机变量，所以一般不会赋予目标变量一个确切的值 真正需要推理的是目标变量的概率分布，它指定了在给予其他变量的观察值条件下，目标变量取每一个可能值的概率 在网络中所有其它变量都确切知道的情况下，这一推理步骤很简单 一般来说，贝叶斯网络可用于在知道某些变量的值或分布时计算网络中另一部分变量的概率分布 学习贝叶斯信念网 从训练数据中学到贝叶斯信念网，有多种讨论的框架： 网络结构可以预先给出，或由训练数据中得到 所有的网络变量可以直接从每个训练样例中观察到，或某些变量不能观察到 如果网络结构已知且变量可以从训练样例中完全获得，那么得到条件概率表就比较简单； 如果网络结构已知，但只有一部分变量值能在数据中观察到，学习问题就困难多了。这类似于在人工神