📄 609.txt
字号:
发信人: brazil (rainbow), 信区: DataMining
标 题: 贝叶斯网络问题
发信站: 南京大学小百合站 (Thu Oct 31 11:33:05 2002)
参数θi指什么?
是不是指θijk=p(xik | Paij,θi,Sh ) θi=((θijk)k=2ri) j=1qi θs=(θ1,θ2
,…,θn)(由于无法显示上标,具体公式可参见史忠植《知识发现》P189)
贝叶斯参数学习就是对于给定的网络结构Sh和随机样本D,计算参数的后验概率p(θs | D
,Sh),以此作为θs的先验概率代入上式,求得变量x的联合概率分布,修正参数估计,如
此循环。当然,这里要给出参数θs的初始先验分布,一般的,设θij满足先验Dirichlet
分布。
因此,θi能否被认为是变量x的一个参数估计呢?
--
※ 来源:.南京大学小百合站 http://bbs.nju.edu.cn [FROM: 210.78.144.40]
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -