贝叶斯网络 (期末复习)

文章目录

  • 贝叶斯网络(概率图模型)
    • 定义
    • 主要考点
    • 例题
      • - 要求画出贝叶斯网络图
      • - 计算各节点的条件概率表
      • - 计算概率
      • - 分析独立性

贝叶斯网络(概率图模型)

定义

一种简单的用于表示变量之间条件独立性有向无环图(DAG)。

主要考点

  • 给出一定表述,要求画出贝叶斯网络图
  • 给出每个节点的条件概率表
  • 使用贝叶斯网络计算概率
  • 分析贝叶斯网络的独立性

例题

- 要求画出贝叶斯网络图

臭鸡蛋(E)或灾难后动物的尸体(M)都会发出一种奇怪的臭味(S),灾难也可能导致海水沸腾(B)。


STEP1 先找出原因变量

E、M能导致S,所以E和M是原因变量,M也能导致B;因此由题目可以总结出E和M为原因变量,考虑首先把它们加入图中;

STEP2 依次把变量加入图中

首先加入E,然后加入M,E、M之间没有交互关系,无连接;
再加入S,E和M都能导致S,因此E和M都是S的父节点;
最后加入B,只有M能导致B,因此M作为B的父节点;
最后得出的贝叶斯网络图如下:
在这里插入图片描述

- 计算各节点的条件概率表

给定一定的数据集以及对应的贝叶斯网络,求各节点对应的条件概率表。

在这里插入图片描述

在这里插入图片描述


STEP1 首先处理无父节点的结点

  • 对于行车里程,有高、低两种情况,概率各为0.5和0.5
    在这里插入图片描述
  • 对于空调,有可用和不可用两种情况,概率都为0.5
    在这里插入图片描述

STEP2 再处理有父节点的结点

  • 对于引擎,有一个父节点“行车里程”,因此条件概率表有四行
    在这里插入图片描述
  • 对于车的价值,有两个父节点,引擎和空调,因此有八行
    在这里插入图片描述

- 计算概率

在上一题的基础上计算P(引擎=差,空调=不可用)

P(引擎=差,空调=不可用)=∑αβ P(引擎=差,空调=不可用,行车里程=α,车价=β)
=∑αβ P(车价=β│引擎=差,空调=不可用)P(引擎=差 | 行车里程=α)P(行车里程=α)P(空调=不可用)=0.1453

臭鸡蛋(E)或灾难后动物的尸体(M)都会发出一种奇怪的臭味(S),灾难也可能导致海水沸腾(B)。
假定该表述的各条件概率表由下表所示,请计算出以下概率

在这里插入图片描述


1、联合概率 P(-e,-s,-m,-b)

P(-e,-s,-m,-b) = P(-e)P(-m)P(-s|-e,-m)P(-b|-m) = 0.6×0.9×0.9×0.9 = 0.44

2、海水沸腾的概率 P(+b)

P(+b) = P(+b|+m)P(-m) + P(+b|-m)P(-m) = 1×0.1+0.1×0.9 = 0.19

3、在海水沸腾的条件下,动物尸体出现的概率 P(+m|+b)

P(+m|+b) = P(+b|+m)P(+m) / P(+b) = (1×0.1) / 0.19 = 0.53

4、在奇怪的臭味,海水沸腾与臭鸡蛋出现的条件下,动物尸体出现的概率 P(+m|+s,+b,+e)

分子部分:
P(+e,+s,+m,+b) = P(+e)P(+m)P(+s|+e,+m)P(+b|+m) = 0.4×0.1×1.0×1.0 = 0.04

分母部分

P(+s,+b,+e) = P(+e)P(+m)P(+s|+e,+m)P(+b|+m) + P(+e)P(-m)P(+s|+e,-m)P(+b|-m) = 0.4×0.1×1.0×1.0 + 0.4×0.9×0.8×0.1 = 0.0688

所以P(+m|+s,+b,+e) = 0.04/0.0688 = 0.58

- 分析独立性

考虑下图所示的贝叶斯网络,判断以下表述是否正确
在这里插入图片描述


在做题之前讲一下如何判断独立性,有以下五个步骤

  • 根据原始概率图,构建包括表达式中包含的变量以及这些变量的祖先节点的图;(这一步通常可以省略,看题目给出的图即可)
  • 若两个节点有同一个子节点,连接这两个节点;(若一个变量的节点有多个父节点,则分别链接每一对父节点)
  • 去掉图中所有的路径方向,将有向图变成无向图;
  • 从图中删除需要判断的概率表达式中作为条件的变量,以及和它们相连的路径;
  • 最后一步判断:若变量之间没有连接则独立,若有路径连接则不独立,若其中一个变量在上一步中被删掉了则独立。

下面我们结合五个表述来解释:
首先执行第二步,连接拥有同一个子节点的两个节点,然后第三步将有向图变为无向图(这一步因为懒就不画了)
在这里插入图片描述

1、A ⊥ ⁣ ⁣ ⁣ ⊥ \perp \!\!\! \perp B
由于该表述没有条件变量,所以第四步不用删除,我们只需判断A和B之间是否有连接,显然A和B是不独立的
在这里插入图片描述

2、A ⊥ ⁣ ⁣ ⁣ ⊥ \perp \!\!\! \perp D | {B , H}
这个表述有两个条件变量,所以我们需要删除B和H两个节点以及与它们相连的路径,变成下图
在这里插入图片描述

A和D之间没有连接,所以是独立的

3、G ⊥ ⁣ ⁣ ⁣ ⊥ \perp \!\!\! \perp E | B
同理,删掉节点B和与B相连的路径,可以看到G和E之间是有连接的,所以G和E不独立
在这里插入图片描述

4、F ⊥ ⁣ ⁣ ⁣ ⊥ \perp \!\!\! \perp C | D
删掉D,F和C之间没有连接,所以F和C是独立的
在这里插入图片描述

5、C ⊥ ⁣ ⁣ ⁣ ⊥ \perp \!\!\! \perp H | G
删掉G,C和H之间没有连接,所以C和H是独立的
在这里插入图片描述

PS:但是这种方法好像有点问题,等我考完另一门试再来研究一下另一种方法

参考文章:
https://zhuanlan.zhihu.com/p/436214290
https://zhuanlan.zhihu.com/p/274314301

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/239543.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

设计模式---第四篇

系列文章目录 文章目录 系列文章目录前言一、说说策略模式在我们生活的场景?二、知道责任链模式吗?三、了解过适配器模式么?前言 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站,这篇文章男女通用,看懂了就去分享给…

深入了解Vue.js:构建现代、响应式的前端应用

文章目录 1. Vue.js简介1.1 安装Vue.js 2. Vue的核心概念2.1 数据驱动2.2 组件化2.3 生命周期钩子 3. Vue的特性3.1 响应式数据3.2 模板语法3.3 组件通信 4. 示例项目结语 🎈个人主页:程序员 小侯 🎐CSDN新晋作者 🎉欢迎 &#x1…

Linux下为可执行文件添加图标

Ubuntu 18.04上使用Qt5.14.2创建一个简单的Qt Widgets项目test,添加2个Push Button按钮,点击分别获取github和csdn地址,在mainwindow.cpp中添加的代码如下: #include "mainwindow.h" #include "ui_mainwindow.h" #inclu…

Blast中文手册(4)

Extracting data from BLAST databases with blastdbcmd(用blastdbcmd从BLAST数据库中提取数据) Created: June 23, 2008; Updated: January 7, 2021. Extract lowercase masked FASTA from a BLAST database with masking information(从具有掩码信息的BLAST数据库中提取小写掩…

java ssh犯罪数据可视化系统eclipse开发mysql数据库MVC模式java编程网页设计

一、源码特点 JSP ssh犯罪数据可视化系统是一套完善的web设计系统(系统采用ssh框架进行设计开发),对理解JSP java编程开发语言有帮助,系统具有完整的源代码和数据库,系统主要采用B/S模式开发。开发环境为TOMCAT7.…

OpenTelemetry系列 - 第2篇 Java端接入OpenTelemetry

目录 一、架构说明二、方式1 - 自动化2.1 opentelemetry-javaagent.jar(Java8 )2.2 使用opentelemetry-javaagent.jar完成自动注入2.3 配置opentelemetry-javaagent.jar2.4 使用注解(WithSpan, SpanAttribute)2.5.1 代码集成WithS…

算法基础四

括号生成 数字 n 代表生成括号的对数,请你设计一个函数,用于能够生成所有可能的并且 有效的 括号组合。 示例 1: 示例 1: 输入:n 3 输出:[“((()))”,“(()())”,“(())()”,“()(())”,“()()()”] 示例…

uni-app 微信小程序 电子签名及签名图片翻转显示功能

文章目录 1. 需求背景2. 开始撸2.1 点击 重写 进入签名页面(上图一)2.2 书写签名,点击确认返回,及图片翻转显示(上图二,三) 3. 图片进行翻转,返回翻转后的图片 1. 需求背景 接的一个…

从图片或PDF文件识别表格提取内容的简单库img2table

img2table是一个基于OpenCV 图像处理的用于 PDF 和图像的表识别和提取 Python库。由于其设计基于神经网络的解决方案,提供了一种实用且更轻便的替代方案,尤其是在 CPU 上使用时。 该库的特点: 识别图像和PDF文件中的表格,包括在表…

SSM实战项目,基于Spring+SpringMVC+mybatis实现的人事管理系统源码+数据库+使用说明

SSM实战项目:人事管理系统(蓝色版) 一、员工管理系统项目说明: 该项目主要是完成SpringSpringMVCmybatis的完整整合,功能实现比较单一,就是一个完成增删改查的小项目! 完整代码下载地址SSM实…

SickOs1.2

信息收集 # Nmap 7.94 scan initiated Wed Nov 22 22:16:22 2023 as: nmap -sn -oN live.nmap 192.168.182.0/24 Nmap scan report for 192.168.182.1 (192.168.182.1) Host is up (0.00028s latency). MAC Address: 00:50:56:C0:00:08 (VMware) Nmap scan report for 192.168…

springBoot3.2 + jdk21 + GraalVM上手体验

springBoot3.2 jdk21 GraalVM上手体验 SpringBoot2.x官方已经停止维护了,jdk8这次真的得换了🤣 可以参考官方文章进行体验:https://spring.io/blog/2023/09/09/all-together-now-spring-boot-3-2-graalvm-native-images-java-21-and-virt…