베이 즈 네트워크 분류

Question

내가 MATLAB에 분류 베이 즈 네트워크를 학습하는 과정에있어, 나는 간단한에 붙어있어 (나는 생각한다) 단계 : 홍채 데이터와 같은 나이브 베이 즈 분류에 대한 그래서

이 클래스는 상위 노드에 있습니다.

  class
 
     /\ 
feature1 feature2

그렇다면 클래스가 기능의 원인 인 이유는 알았습니다. 그 이유는 클래스 자체가 이전 클래스를 갖는 이유입니다. 이 같은

그러나 비 순진 베이 즈 네트워크의 경우

: 더 순진없는 그 상황에서

cause1  cause2 
    | \  /
    | consequence 
    | /
    class 

, 어떻게 이전의 이동, 어떻게 그것을 설정 할 것인가? 어떻게 분류합니까? 감사합니다 (:

PS :. 나는 그물을위한 BNT 찾고 있어요

Answer 1

당신이 언급 모든 변수를 가정하면이 범주이며 가장자리 방향에서 최대 아래에 있습니다 :

사도 :

첫 번째 Naive Bayes 예에서 'class'의 조건부 확률 테이블 (CPT)은 루트 노드이거나 상위가 없기 때문에 이전 배포본으로 만 구성됩니다. 'class'가 2 개의 상태를 취할 수있는 경우 예 : 흑백), 해당 CPT는 2 개의 값으로 구성됩니다.

두 번째 베이지안 네트워크 (BN) 예에서 '클래스'의 CPT는 '원인 1'및 '결과'에 종속됩니다. '결과'에는 3 가지 상태가 있고 '원인 1'에는 4 가지 상태가 있으며 '이전에'클래스에는 2 가지 상태가 있습니다. 이 경우 '클래스'의 CPT에는 3 * 4 * 2 값이 포함됩니다. 이 CPT를 학습 할 때, 이전 신념을 dirichlet 배포로 통합 할 수 있습니다 (모든 변수가 범주 형인 경우). 최대 가능성 추정 프로세스에 이전 신념을 통합하는 방법에 대한 예를 보려면 lecture slides을 살펴보십시오.

추론 : (또는 '분류'라고 부르는 것) 분류를 수행하는 당으로

, 예 1에서, 당신은 베이 즈의 사용은 P에게 ('클래스'를 계산하는 규칙 수 = 흰색)과 P ('클래스'= 검정). 두 번째 (BN) 예제에서는 신념 전파 또는 변수 제거 또는 접합 트리 알고리즘을 사용하여 관찰 된 노드를 기반으로 '클래스'노드의 사후 확률을 업데이트해야합니다.

이 작업을 수행하는 방법에 대한 간단한 BNT 예제가 있습니다. here. 또한 BNT 툴박스에는 .../examples 폴더 아래에있는 접합점 트리 함수를 사용하는 간단한 '추론'예제가 제공됩니다.

마지막으로 일부 사람들은 동의하지 않을 수도 있지만 BN이있는 한 BN의 인과 관계 측면, 특히 구조 학습 분야에서 A -> B를 "원인 B"로 엄격히 해석하지 말 것을 조언합니다. 많은 토론을 열어 준다.

이 정보가 도움이되기를 바랍니다.