第七章 贝叶斯网络

简答题

3.贝叶斯网络的三个主要议题是什么？（锅）

答：
贝叶斯网络的 3 个主要议题分别是：预测、诊断和历史数据训练。

4.怎样从历史数据中训练出节点之间的条件概率或联合条件概率？（锅）

答：
要训练条件概率 P(B|A)，可以在历史数据中统计 A 发生的次数 T(A)，然后统计在 A 发生的数据中 B 发生的次数 T(A,B)，条件概率 P(B|A) = T(B)/T(A)。要训练联合条件概率 P(C|A,B)，可以在历史数据中统计 A、B 共同发生的次数 T(A,B)，然后在 A、B 共同发生的数据中统计 C 发生的次数 T(A,B,C)，联合条件概率 P(C|A,B)=T(A,B,C)/T(A,B)。以上的符号 A、B、C 可以表示某个事件，也可以表示该事件的相反事件。

5.如果贝叶斯网络的各个节点都没有任何证据，从历史数据中如何用两种不同的方法得到各个节点的发生概率？（锅）

答：
可以用两种方式从历史数据中得到各个节点的发生概率：（1）用各节点的发生次数除以总的数据条数，就是各个节点的发生概率。（2）首先，用第一种方法计算原因节点的发生概率，然后计算原因节点到中间节点或结果节点的条件概率，最后根据原因节点的概率和这些条件概率计算结果节点的概率。