混合贝叶斯网络 发表评论(0) 编辑词条

 贝叶斯网络是一种概率网络，用于表示变量之间的依赖关系，带有概率分布标注的有向无环图，能够图形化地表示一组变量间的联合概率分布函数。

在人工智能领域，贝叶斯方法是一种非常有代表性的不确定性知识表示和推理方法。在贝叶斯方法中，由于全联合概率公式假设所有变量之间都具有条件依赖性，其计算复杂，使用中采用朴素贝叶斯分类器的简化形式。但是朴素分类器假设所有变量之间都是条件独立的，于实际不是很相符。而贝叶斯网络充分利用了变量之间的独立性和条件独立性关系，大大减小了为定义全联合概率分布所需要指定的概率数目，同时也避免了朴素贝叶斯分类器要求所有变量都是独立的不足，是一个很好的折中办法。

作为一种特殊的建模方式，贝叶斯网络在各领域的应用也越来越广泛。混合贝叶斯网络是集合了离散和连续的节点，采用动态离散的方法构建的贝叶斯网络，能够更加真实的反应现实问题的建模。