BN 结构学习评分搜索算法
对贝叶斯网络结构学习的评分搜索算法有了大致了解后，方可详细阅读、推导并掌握
该文档中的所有内容。
一、 评分函数总结
1. 基于贝叶斯统计的评分函数
贝叶斯评分的主要思想就是在给定先验知识和样本数据的条件下，选择后验
概率值最大的网络结构，即
由于 ，而 不依赖于 ，所以选择
后验概率最大的结构就是选择使如下函数值达到最大的结构：
称为结构 的贝叶斯评分。式 1.2 右边第二项中的 是结构先验
分布，一般假设它是均匀分布。展开式 1.2 右边第一项中的 ，有
其中 称为边缘似然函数。
考虑一个由 n 个变量 组成的贝叶斯网 N，设其中的节点
共有 个取值 ，其父节点 的取值共有 个组合 。若
无父节点，则 。
假设数据集 是关于样本变量 的完整独立同
分布数据， 是关于变量集 的 BN 结构，并且 服从均
匀分布，则可以得到如下的 CH 评分或 K2 评分：
若 和 满足上面的假设，并且 服从如下的 Dirichlet 分布：
评论0